喬治·卡林遺產案和解：播客方同意永久下架 AI 仿造脫口秀
週二，已故傳奇喜劇演員喬治·卡林的遺產委員會與播客 Dudesy 創作者達成和解。被告方同意全面下架並永久停用卡林的聲音與肖像。該播客 1 月曾釋出聲稱由 AI 仿造的一小時專場。這起案件作為美國首批名人深度偽造訴訟之一，為未經許可數字復活逝者劃下紅線。
AI語音
檢視更新的新聞
OpenAI 演示 Voice Engine：只需 15 秒音訊，但因安全風險暫不開放
OpenAI 展示了語音克隆模型 Voice Engine 的小規模測試進展。該模型僅憑 15 秒音訊樣本就能復刻逼真且帶情感的人聲。由於擔心深度偽造等濫用風險，官方暫不公開發布，並呼籲社會逐步淘汰銀行等系統的語音身份驗證。
rabbit 聯手 ElevenLabs：為 r1 隨身硬體接入擬真人聲
ElevenLabs 宣佈與 rabbit 達成合作，將其低延遲擬真人聲模型接入隨身裝置 rabbit r1。使用者按下按鍵直接說話，就能通過自然語音操作打車、點餐等任務。高質量語音的加入，讓這臺掌上 AI 助手聽起來更像一個真人助理。
田納西州簽署《ELVIS 法案》：全美首個立法嚴打 AI 擬音侵權
週四，美國田納西州州長簽署《ELVIS 法案》，成為全美首個立法保護藝術家免受未授權 AI 擬音侵權的州。新法案將公開權延伸至 AI 領域，明確禁止未經許可模仿歌手聲音，法案定於 7 月 1 日正式生效。
Figure 01 接入 OpenAI 模型：人形機器人能一邊聊天一邊幹活了
機器人公司 Figure 展示了人形機器人 Figure 01 接入 OpenAI 模型的演示：機器人不僅能即時對話，還能聽懂口頭指令分揀物品，說話時甚至帶有逼真的停頓。Figure 負責動作控制，OpenAI 提供視覺與語言能力，讓大模型真正開始擁有物理實體。
Deepgram 推出語音 API Aura：延遲低於半秒，幫智慧體即時說話
Deepgram 推出即時文本轉語音 API Aura。它把自然的人聲模型與低延遲結合，通常在半秒甚至 0.3 秒內就能發聲，每 1000 字元定價 0.015 美元。這讓開發者能給大模型驅動的客服智慧體裝上能即時接話的聲音。
拜登在國情諮文發話：呼籲立法禁止 AI 聲音冒充與克隆
週四晚，拜登在國情諮文演講中呼籲立法禁止 AI 聲音冒充偽造。但他並未細化具體監管措施或懲罰手段，也未明確是否覆蓋文娛行業。此前好萊塢雖對聲音復刻達成授權協議，但 AI 擬真聲音已正式成為白宮重點防範的議題。
ChatGPT 上線 Read Aloud：長按就能讓 AI 把回答讀給你聽
OpenAI 為 ChatGPT 推出「Read Aloud」朗讀功能，覆蓋 iOS、Android 應用及網頁端。在移動端長按訊息或在網頁端點選對應圖示，AI 就能把文字回答直接念出來。對於在路上或者需要解放雙手的場景來說，這讓文字聊天多了一種隨時收聽的使用方式。
Pika 上線 Lip Sync 功能：接入 ElevenLabs，AI 角色開口能對上口型
Pika 推出 Lip Sync 功能，接入 ElevenLabs 提供配音，讓影片角色的嘴型能與臺詞同步。它支援文本轉語音或上傳音訊，省去了繁瑣的後期外掛工具。不過該功能目前僅限 Pika Pro 付費使用者和受邀測試者使用。
ElevenLabs 聯手 Perplexity：推出 AI 每日播客 Discover Daily
ElevenLabs 宣佈與 Perplexity 達成合作，聯手推出每日短音訊播客《Discover Daily》。節目結合 Perplexity 的搜尋內容引擎與 ElevenLabs 的 AI 語音，自動播報科技、創新與文化最新頭條，已在各大播客平臺上線。
ElevenLabs 入選迪士尼加速器：AI 語音搭上好萊塢巨頭
2 月 22 日，AI 語音初創公司 ElevenLabs 宣佈入選 2024 年迪士尼加速器計劃。團隊表示將借力迪士尼的創意資源，推進跨語言溝通技術的落地。這意味著其 AI 配音和聲音技術，正快速向全球頂級影視娛樂生態滲透。
ElevenLabs 迎戰 2024 大選：設「禁聲名單」攔截美英政客聲音克隆
ElevenLabs 宣佈多項應對 2024 年全球選舉的防護措施。平臺上線「禁克隆聲音」防護機制，優先攔截美英大選候選人的聲線克隆，並嚴禁利用 AI 語音進行冒充、打造政治聊天機器人或撥打自動騷擾電話，同時繼續提供鑑別工具以追查音訊來源。
NBA 亮相 NB-AI 助手：一句話把球賽即時變成「蜘蛛俠電影」
NBA 總裁 Adam Silver 展示了實驗性助手 NB-AI。球迷只需下達語音指令，就能個性化定製觀賽畫面，例如把正在進行的比賽即時轉成「蜘蛛俠」卡通風格，或直接識別併購買球星腳上的球鞋。不過這項功能目前仍是概念演示。
亞馬遜推出 BASE TTS：引數達 9.8 億，語音模型也開始「湧現」
Amazon 公佈了目前最大的語音合成模型 BASE TTS，引數達 9.8 億。研究顯示，語音模型規模擴大後同樣會出現類似大語言模型的「湧現能力」，無需額外訓練就能更自然地拿捏情緒、耳語和生僻詞發音。不過出於安全考慮，官方並未開源模型權重。
ElevenLabs 開放聲音變現：共享聲線克隆，被呼叫就能賺現金
ElevenLabs 宣佈創作者可通過 Voice Library 變現。使用者只需上傳 30 分鐘音訊建立專業聲音克隆並共享，當付費訂閱者呼叫該聲音時即可獲得現金獎勵。平臺還提供聲音所有權驗證、每日收益統計及內容稽核保護。
美國 FCC 明確出手：自動撥號電話用 AI 仿聲正式違法
美國聯邦通訊委員會（FCC）裁定將自動撥號電話中使用 AI 生成聲音定為違法。新規將 AI 仿聲納入現有法律監管，賦予各州總檢察長直接執法權，即使不證明具體詐騙罪名，單憑使用 AI 語音撥打即可追責。
Roblox 上線即時 AI 聊天翻譯：支援 16 種語言，打字即時轉換
本週，Roblox 上線基於自研大模型的即時 AI 聊天翻譯功能，支援 16 種語言互譯。韓國玩家輸入韓語，英語或德語玩家能直接看到被即時翻譯成本國語言的文字。該功能已接入所有使用 TextChatService 的遊戲中，未來還計劃拓展至語音即時翻譯。
FCC 出手：擬將自動騷擾電話中的 AI 聲音克隆直接定為違法
美國 FCC 提議將自動呼叫中使用 AI 聲音克隆技術直接認定為違法。此前新罕布夏州出現偽造拜登聲音干預選舉的電話，該提案擬將聲音克隆歸入既有法案的「人造聲音」範疇，讓執法部門起訴詐騙者時更直接、門檻更低。
Apple Podcasts 新增轉錄功能：iOS 17.4 為幾乎所有播客配上文字稿
Apple 在 iOS 17.4 測試版中為 Apple Podcasts 帶來基於機器學習的自動轉錄功能。測試使用者發現資料庫裡絕大多數節目都已生成逐字稿。不過通過外部 URL 新增的播客暫不支援，預計 3 月隨正式版推送。
假拜登電話勸選民別投票：專家稱極可能是 AI 深度偽造
NBC News 報道稱，新罕布夏州初選前一通冒充拜登總統、勸選民不要投票的自動電話極可能是 AI 偽造的 Deepfake。檢測機構表示該音訊大機率被操縱。如今克隆政客聲音門檻極低，而針對此類 AI 選舉誤導的法律監管仍存空白。