OpenAI公佈聲音克隆神器 僅15秒樣本可生成逼真語音

（舊金山30日綜合電）引領人工智能聊天機器人ChatGPT風潮的OpenAI，週五宣佈推出一項聲音克隆工具──“語音引擎”（Voice Engine），只要上傳15秒聲音，就能生成逼真的合成語音。OpenAI表示，由於合成語音被濫用的潛在風險，公司決定目前僅進行技術預覽，暫時不會更廣泛地發佈該軟件。

綜合法新社和美國中文網等媒體報道，OpenAI在一篇部落格文章中表示，已經對“語音引擎”進行了多種可能的用途的測試，包括為兒童提供閱讀輔助、語言翻譯以及為癌症患者恢復聲音。

這款“語音引擎”其工作原理簡單而高效：用戶僅需通過電話或電腦麥克風錄製一段15秒的聲音片段，OpenAI的語音引擎便能生成“與其聲音高度相似的自然語音”。

但假信息研究人員擔心，由於價格便宜、易於使用且難以追蹤的語音克隆工具激增，在關鍵的選舉年，AI驅動的應用程序會遭濫用，如未經授權的語音模仿和深度偽造技術。

OpenAI寫道，“我們認識到，生成聲音的功能存在嚴重風險，這一點在大選年尤為突出。我們正在與來自政府、媒體、娛樂、教育等領域的國際合作夥伴合作，以確保我們在建設過程中吸收他們的反饋。 ”

OpenAI表示，由於合成語音可能的濫用潛在性，“我們正在謹慎而明智地考慮更廣泛的發佈策略。”

值得注意的是，2024年的選舉已經出現了首例偽造語音，一條在新罕布什爾州出現的自動電話模仿了美國總統拜登的聲音。“假拜登”在電話中用逼真的聲音鼓勵可能支持民主黨的5000位選民在新州初選中不要投票。一名民主黨工作人員後來承認，他使用了人工智能和一名新奧爾良街頭魔術師的幫助來製作這個偽造語音。