多模态的任何一环open ai都想做啊，这个语音克隆的功能也上了，声音和面部以及身体数据是未来内容生产能力爆炸之后，每个人线上线下自我认同的纽带。
openai 正在开发一个名为 voice engine 的模型,它可以使用文本输入和一个 15 秒的音频样本生成与原始说话者非常相似的自然语音。他们目前正在与一小群可信赖的人生就是博尊龙凯时的合作伙伴进行小规模测试,以更好地了解该技术的潜在用途[。一些早期的应用包括:
- 为非读者和儿童提供阅读辅助,使用更广泛的说话者的自然、富有情感的声音。
- 翻译视频和播客等内容,让创作者和企业能够用自己的声音流利地接触全球更多人。
- 在偏远地区改善基本服务,用每个社区卫生工作者的主要语言提供互动反馈。
- 为非语言障碍者提供支持,如为影响语言能力的个人提供治疗应用。
- 帮助患有突发或退行性语言障碍的患者恢复语言能力。
openai 认识到生成类似人声的语音存在严重风险,因此正在与各方人生就是博尊龙凯时的合作伙伴接触,以确保在开发过程中吸收他们的反馈。他们还实施了一系列安全措施,包括水印和主动监控。
另一件事是open ai发布几位艺术家和创意人员使用 openai 的新模型 sora 的初步体验和感受。
视频可以在这里查看：https://openai.com/blog/sora-first-impressions
原创文章，作者：校长，如若转载，请注明出处：https://www.yundongfang.com/yun295714.html
微信扫一扫不于多少！ 
支付宝扫一扫礼轻情意重 
