OpenAI公布声音克隆神器 仅15秒样本可生成逼真语音

（旧金山30日综合电）引领人工智能聊天机器人ChatGPT风潮的OpenAI，周五宣布推出一项声音克隆工具──“语音引擎”（Voice Engine），只要上传15秒声音，就能生成逼真的合成语音。OpenAI表示，由于合成语音被滥用的潜在风险，公司决定目前仅进行技术预览，暂时不会更广泛地发布该软件。

综合法新社和美国中文网等媒体报道，OpenAI在一篇部落格文章中表示，已经对“语音引擎”进行了多种可能的用途的测试，包括为儿童提供阅读辅助、语言翻译以及为癌症患者恢复声音。

这款“语音引擎”其工作原理简单而高效：用户仅需通过电话或电脑麦克风录制一段15秒的声音片段，OpenAI的语音引擎便能生成“与其声音高度相似的自然语音”。

但假信息研究人员担心，由于价格便宜、易于使用且难以追踪的语音克隆工具激增，在关键的选举年，AI驱动的应用程序会遭滥用，如未经授权的语音模仿和深度伪造技术。

OpenAI写道，“我们认识到，生成声音的功能存在严重风险，这一点在大选年尤为突出。我们正在与来自政府、媒体、娱乐、教育等领域的国际合作伙伴合作，以确保我们在建设过程中吸收他们的反馈。 ”

OpenAI表示，由于合成语音可能的滥用潜在性，“我们正在谨慎而明智地考虑更广泛的发布策略。”

值得注意的是，2024年的选举已经出现了首例伪造语音，一条在新罕布什尔州出现的自动电话模仿了美国总统拜登的声音。“假拜登”在电话中用逼真的声音鼓励可能支持民主党的5000位选民在新州初选中不要投票。一名民主党工作人员后来承认，他使用了人工智能和一名新奥尔良街头魔术师的帮助来制作这个伪造语音。