傳 YouTube 開發 AI 聲音克隆工具:可模仿知名音樂人唱腔
據彭博社報道,YouTube 正在開發一款 AI 聲音克隆工具,允許創作者在錄音時模仿知名歌手的聲線。平臺正與各大唱片公司接洽獲取訓練版權,試圖把 AI 翻唱納入正規化。不過目前尚未有唱片公司正式簽約,談判仍在進行中。
據彭博社報道,YouTube 正在開發一款 AI 聲音克隆工具,允許創作者在錄音時模仿知名歌手的聲線。平臺正與各大唱片公司接洽獲取訓練版權,試圖把 AI 翻唱納入正規化。不過目前尚未有唱片公司正式簽約,談判仍在進行中。
昨天,紐約市長 Eric Adams 在釋出會上透露,其辦公室正用 AI 工具克隆自己的聲音,向市民撥打普通話、粵語和西語等多語種自動電話。最受爭議的是電話未註明是 AI 合成,被監督團體批評涉嫌誤導與虛榮;市長則辯稱這只是為了跨越語言障礙聯絡市民。
Descript 推出名為 Underlord 的 AI 影片與播客剪輯助手。它能讀懂指令碼和影片素材,通過簡單指令自動搞定多鏡頭排版、加字幕、消音和去口癖等繁瑣流程。也就是說,剪輯影片像改文件和給同事提需求一樣省事。平臺提供免費版,每月含 1 小時媒體時長。
ElevenLabs 宣佈與影片生成平臺 Pictory AI 達成合作。Pictory 接入 ElevenLabs 的 AI 語音技術,重點支援英語和德語,讓創作者把部落格和文本指令碼轉成影片時,能直接配上高度擬真的自然人聲。
ElevenLabs 推出 AI Dubbing 工具。它能在幾分鐘內把語音轉譯成 20 多種語言,同時保留說話者原本的音色、情緒與語調。系統還支援多人說話人分離與背景雜音過濾,創作者點幾下就能做跨語言內容分發。
Apple 正式推送 macOS Sonoma 免費更新。新系統不僅加入桌面小元件、遊戲模式和視訊會議特效,鍵盤自動糾錯更全面換上端側 Transformer 語言模型,大幅提升輸入與聽寫準確率。換句話說,日常打字型驗有了更底層的人工智慧加速。目前支援裝置已全面開放升級。
Spotify 聯合 OpenAI 測試全新的 AI 語音翻譯功能,能用播客創作者自己的聲音將其節目翻譯成其他語言。首批先將部分英語播客轉譯為西班牙語,後續計劃加入法語和德語。最值得關注的是,它不是機械配音,而是克隆原聲合成。不過目前該功能僅限少數頭部主播測試。
OpenAI 宣佈為 ChatGPT 推出語音和影像能力。使用者可以直接拍照讓它分析內容或答疑,還能用 5 種聲音與它即時雙向語音對話。該功能在未來兩週內向 Plus 和 Enterprise 使用者陸續開放,移動端和桌面端均有適配。
YouTube 宣佈為 Creator Music 引入 AI 助手功能,明年年初起創作者只要輸入影片描述,就能自動匹配合適曲目與授權價格。此外,AI 配音工具 Aloud 也將整合進 YouTube Studio,支援一鍵生成多語言配音,明年全面鋪開。
Amazon 宣佈為 Fire TV 引入生成式 AI 語音搜尋。使用者可以用更自然的口語讓 Alexa 找片,例如「適合下雨天看的喜劇」或「有飆車戲的動作片」,不再侷限於機械指令。該功能將於今年晚些時候在美國正式推送。
Amazon 宣佈即將用新的生成式 AI 模型升級 Alexa。新模型專門針對語音最佳化,能理解「幽靈般的燈光」等模糊指令,還會根據人的停頓調整語氣並展現情緒。美國使用者近期可在現有 Echo 裝置上免費預覽體驗。
Roblox 宣佈收購芬蘭語音技術初創公司 Speechly。Speechly 主打即時語音稽核與轉錄技術,曾獲 YC 投資。此舉旨在幫 Roblox 應對平臺拓展語音聊天及動捕通話時面臨的安全挑戰,在 3D 沉浸場景中即時過濾違規言論。
ElevenLabs 推出 Projects 製作工具。使用者上傳 ePub 電子書後,系統能自動識別書中角色並匹配不同聲音,支援 90 多種語言和音效調節,幾分鐘內就能生成錄音棚級別的有聲書,大幅降低了長音訊的製作門檻。
Apple 在 iPhone 15 釋出會上避開生成式 AI 狂歡,聚焦潤物細無聲的端側體驗。新機搭載 A17 Pro 晶片,依靠機器學習實現通話語音隔離、自動人像測深與語音信箱轉寫,甚至能為漸凍症患者合成聲音。說白了,Apple 不拼聊天機器人,只想用無感預測解決實際痛點。
Adobe 釋出 Premiere Pro 與 After Effects 測試版,帶來多項 AI 與 3D 更新。Premiere Pro 加入 Enhance Speech 一鍵消除背景雜音,並在文本剪輯中支援批次刪除語氣詞,時間線流暢度提升 5 倍;After Effects 升級了 AI 摳像畫筆。所有功能目前可在 Beta 版體驗,計劃秋季正式推出。
Google 在 Google Ads 中推出 AI 創意指引功能。系統會自動檢查影片前 5 秒是否有 Logo、時長是否匹配目標,以及是否覆蓋橫屏、豎屏和方形畫幅。廣告主還能直接在後臺一鍵呼叫 15 種語言的 AI 配音工具生成旁白。
炮製 AI Drake 爆款的匿名創作者 Ghostwriter 釋出新歌,用 AI 仿製歌手聲音,並把此前作品送選格萊美。錄音學院確認詞曲由人類創作因此符合參評資格,但受版權下架影響卡在發行門檻。AI 仿聲與傳統唱片業的博弈正被推上風口浪尖。
Activision 宣佈與 Modulate 合作,在《使命召喚》系列中引入 AI 語音稽核技術 ToxMod。該工具能即時識別仇恨言論、歧視與騷擾,不僅轉錄文字,還會結合玩家情緒與音量區分玩笑與惡意。AI 僅生成報告交由人工稽核,當天已在北美開啟測試。
Substack 推出基於 AI 的播客轉寫工具。創作者上傳音訊後,約一分鐘即可一鍵生成文字稿,支援後臺修改並與節目同步釋出;選中段落還能直接生成帶字幕與音訊的聲波短影片便於社媒宣發。目前該功能處於早期階段,已全量上線。
DoorDash 宣佈正在開發結合 AI 與人工座席的語音點餐系統,專門幫餐廳接聽電話訂單。其內部調研顯示兩成顧客習慣電話點單,但餐廳往往漏接一半來電。該系統還支援多語言和加配推薦,不過目前尚未正式上線,定價也未公佈。