微软发布 AI 声音生成工具 VALL-E，只需 3 秒音频即可模仿人说话
1 月 10 日消息，微软最近发布了一款名为 VALL-E 的人工智能工具，只需 3 秒音频即可模仿人说话。
该工具经过 60000 小时英语语音数据的训练，并使用特定语音的 3 秒剪辑来生成内容。与目前的许多人工智能工具不同，VALL-E 可以复制说话者的情绪和语气，即使说话者本人从未说过的单词也可以模仿。
IT之家了解到，康奈尔大学的一篇论文使用 VALL-E 合成了几种声音，大家可以在 GitHub 上聆听这些 AI 合成的音频。
研究人员指出，在许多情况下，Vall-E 的性能优于当前的文本到语音转换模型。然而，该研究还写道，人工智能模型目前存在几个问题。例如，文本提示中的某些单词可能会发音不清晰、完全遗漏或在输出中出现两次。此外，该模型目前难以模仿某些声音，尤其是带有口音的声音。
像其他 AI 新技术一样，VALL-E 在安全、伦理等方面也引发了担忧。微软发布了关于使用 VALL-E 的道德声明，但未来的使用用途方面没有明确说明。
目前，微软 Vall-E 尚未开源。微软已经在 GitHub 上创建了一个 Vall-E 存储库，但目前只包含一个描述文件。
热门教程
Windows subsystem for android(Win11安卓子系统)怎么安装运行安卓应用?
2【完美解决】Win11无法打开Windows安全中心怎么办？
3Win10无法卸载更新（右键不显示卸载）如何解决？
4Win11开始菜单太小怎么变大？Win11开始菜单太小设置教程
5Win11正式版最全升级攻略分享 100%成功绕过硬件限制！
6Win11字体安装不了怎么办？Win11字体安装失败
7Win11摄像头打不开怎么办？Win11摄像头打不开的解决方法
8Win10玩英雄联盟没声音怎么解决？
9Win11怎么删除微软输入法 Win11删除微软输入法方法
10Win11开始菜单能靠左吗？Win11开始菜单能不能靠左详细介绍
装机必备 更多+
重装教程
大家都在看
电脑教程专题 更多+