声音克隆

voice cloning

声音克隆是一种语音合成技术,可根据特定人物的短音频样本再现其声音并朗读任意文本。

4篇文章最近提及

声音克隆(voice cloning)是一种语音合成技术,基于特定人物的语音样本再现其音色、语调和说话方式。由于克隆后的声音可以朗读任意文本,它被视为文本转语音(text-to-speech,TTS)的一个分支。早期系统需要数小时的录音并为每位说话人单独训练模型,随着基于深度学习的语音合成模型发展,仅凭几秒到几十秒的样本即可克隆声音的零样本方式已成为主流。

声音克隆应用于视频旁白、配音、有声书、语音助手,以及为因病失声者提供的辅助技术等。未经本人同意克隆声音可能被用于欺诈或虚假信息,因此说话人同意验证、合成语音标识等安全措施也与该技术一同受到讨论。

本条目依据AIPOST的文章与广为人知的事实整理。如有错误,请通过更正请求告诉我们。

涉及该条目的文章

  • Claude Code加三个开源技能,对话生成医疗动画视频AI应用 ·

    制作栈是Claude Code加上三个从GitHub拉取的免费开源“技能”(skill):负责渲染的HyperFrames、负责人体插图的Anatomy,以及负责声音克隆的Qwen3-TTS。

    阅读文章
  • 十月末AI新品盘点:哪些已上线,哪些仍需等待AI资讯 ·

    头像共享允许你通过好友的Gemini账户邮箱授权他们使用你的数字形象和语音克隆,这样他们就能生成两个头像共同表演和对话的视频;设置需要在手机上完成面部扫描并朗读一段验证短语。

    阅读文章
  • AI智能体集群现身公开网络:如何保护网站与自己的智能体AI安全 ·

    设定家庭暗语:约定一个秘密词语或短语,用来核实紧急来电,以防范AI语音克隆诈骗。

    阅读文章
  • HyperFrames Studio:用Claude Code做宣传片AI应用 ·

    HeyGen API密钥并非必需,只有在使用虚拟形象、配音、声音克隆等HeyGen云端高级功能时才需要,这些功能会消耗按量计费的API额度。

    阅读文章

发现说明有误或找不到条目?

百科说明依据AIPOST的文章与广为人知的事实整理。如有错误,请通过更正请求告诉我们,我们会核实并修改。新文章中出现的名称会在文章发布后加入百科。