试了爆火全网的语音AI,我快分不清谁是真人了。。。

试了爆火全网的语音AI,我快分不清谁是真人了。。。

试了爆火全网的语音AI,我快分不清谁是真人了。。。咳咳,在开始讲之前,先跟差友们宣布个事儿:

这自然的语气,隐约还能听到些换气声,是不是已经有差友快上钩了。


但大伙可别真以为世超要暴露真声,其实这段音频,是我用 AI 做出来的,从打开网址到做好整段音频,统共用了都没两分钟


可能已经有朋友猜到世超用的是啥 AI 工具,就是最近刚火出圈的那位,ChatTTS 


刚开源没几天,它的 GitHub 就有一万多颗标星,而且还在继续噌噌猛涨,就在世超在写稿的时候,亲眼看到它突破 2 万大关。。。

试了爆火全网的语音AI,我快分不清谁是真人了。。。


网上的热度也贼高,光是 b 站,随便一搜 ChatTTS ,就能弹出一大堆视频来,不是在教大伙怎么安装,就是在夸它有多逼真。

试了爆火全网的语音AI,我快分不清谁是真人了。。。


试了爆火全网的语音AI,我快分不清谁是真人了。。。甚至连热度都传到国外了。

试了爆火全网的语音AI,我快分不清谁是真人了。。。


其实像 ChatTTS 这类文本转语音( Text to Speech )的工具,市面上一抓一大把,各家做 AI 应用的企业,基本上都有文本转语音的功能。


但和它们不一样的是, ChatTTS 主打的是,最自然地还原人声

试了爆火全网的语音AI,我快分不清谁是真人了。。。


试了爆火全网的语音AI,我快分不清谁是真人了。。。它网页版上的参数调节按钮,有一大半都是为了让生成的音频,更像咱们真人说话。


就比如,精调文本按钮打开之后,最后生成的音频里,会自动加一些口语化的连词,或者换气、笑声啥的,还有信噪比,就是为了还原说话时的背景音。

试了爆火全网的语音AI,我快分不清谁是真人了。。。


世超随便输了段话给 ChatTTS ,没动它的默认设置,生成的效果的是下面这个样子。


乍一听,还以为是办公室哪位同事遛火锅回来的吐槽。看下输出的文本,它是在最后一句的中间和结尾,自动加了两个气口。

试了爆火全网的语音AI,我快分不清谁是真人了。。。


不过要多听几遍,还是能在里面找到些 AI 味儿。


如果嫌生成的效果一般,我们也可以自个儿去手动设置,在输入文本里加 [  uv _ break  ] 或者 [  laugh  ] ,就能直接控制气口和笑声。


还是上面那句话,世超直接在结尾加上个 [  laugh  ] ,整句话都会更自然一点,结尾那个笑声,还能咂摸出一点无奈的味儿。

试了爆火全网的语音AI,我快分不清谁是真人了。。。光靠这一句话,咱还看不太出 ChatTTS 的实力,接下来上点难度,扔两段绕口令给它。

试了爆火全网的语音AI,我快分不清谁是真人了。。。


要是给咱们没练过的人来,指不定得口胡几次,没想到 ChatTTS ,模仿这个挺有一手。


讲到后面,它是直接一口气说完的,跟咱快忘词儿的语调相比,不能说十分像吧,起码也有个七八分了。


甚至为了让最后那句 “ 你看我说的还行吧 ” 更自然点,它还自己手动加了个词儿( 那个 )

除了会说中文外, ChatTTS 也能整上两句英文。


世超输句肖申克的经典台词 “ Hope is a good thing and maybe the best of things.And no good thing ever dies.” 进去,它能顺溜生成语音。


至于效果嘛,世超觉得,没说中文自然。。。

当然,作为在咱们这儿土生土长的 AI ,说中文比说英文自然也情有可原。


试了爆火全网的语音AI,我快分不清谁是真人了。。。不过让世超意外的是,虽然英语一般,但在学 ABC 中英夹杂, ChatTTS 是真有点天赋。


世超随便在台词里加了一些网上很火的英文梗,它直接把里面的精髓给模仿出来了。

试了爆火全网的语音AI,我快分不清谁是真人了。。。


不仅能准确切换中英文,口气啥的也都像模像样,而且该补充的连词也都补充了。硬要挑刺的话,就是最后那句有点卡壳,但平时咱说话,谁没有秃噜嘴的时候。

试了爆火全网的语音AI,我快分不清谁是真人了。。。试到这儿,世超已经稍稍被 ChatTTS 给折服了。。。然鹅,就在咱准备再深度探索探索时,它一连给咱来了好几次大翻车


就比如我想试试不精调文本,看看 ChatTTS 会生成怎样的音频,结果倒好,它直接罢工,输入的一大段话,它只读第一个字。

试了爆火全网的语音AI,我快分不清谁是真人了。。。


试了好几次都是这效果。。。

( 因为输出的问题,iOS系统可能会打不开这段音频。)

而且如果整段文字里有阿拉伯数字, ChatTTS 也识别不了,得我们手动切换成中文数字。


更离谱的是,只要字数一多起来,它就开始浑水摸鱼,支支吾吾只从大段文字里挑着念,甚至有时候都能把它们的 GPU 给干宕机了。

试了爆火全网的语音AI,我快分不清谁是真人了。。。


像是世超想让 ChatTTS 帮差友们读下这篇文章的开头,它就已经撑不住了。。。

试了爆火全网的语音AI,我快分不清谁是真人了。。。


这都还不算啥, ChatTTS 有个最大的缺点,就是咱们不能事先知道选择了啥音色,只能在 “ 音频种子 ” 里输入数字盲选,或者掷骰子抽卡


试了爆火全网的语音AI,我快分不清谁是真人了。。。合着就是碰运气呗。。。


不过关于这些 “ BUG ” ,研究团队也有它们的说辞。一句话概括就是,为了防止 ChatTTS 被有心之人利用,他们没放出最好的模型。


据他们的说法,目前开源的和网站上用的,都是用4 万个小时数据训练出来的模型,还没经过监督微调( SFT )


并且为了防止 AI 诈骗,他们还在这些训练数据里,加了少量的高频噪声,数据用的也都是音频质量不太高的 MP3 格式。

试了爆火全网的语音AI,我快分不清谁是真人了。。。


团队手里呢,其实还有个更大杯、性能更好的模型,用10 万小时数据


ChatTTS 真实的实力,应该是官方视频里展示的那样。像咱们上面展示的那几个例子,它都能做得更好,比如中英文夹杂的句子,视频的示例比咱试的要丝滑得多,而且整个人声的清晰度,也比世超在线生成的强。


按照设想,它之后还能接入语言大模型,能直接和 AI 来个面对面交谈。

甚至光是凭几分钟的音频,它能直接把乔布斯、泰勒 · 斯威夫特的声音给克隆出来。

试了爆火全网的语音AI,我快分不清谁是真人了。。。


试了爆火全网的语音AI,我快分不清谁是真人了。。。之后再进化进化,结合 ChatGPT 和对口型的 AI ,让它帮忙直播带货估计都没人能看得出来了。


当然有好处是一方面,但世超想说的是,说到底这 AI 还是模仿人说话的,要是被有心之人给利用了,带来的后果可不是一点好处就能抵消的。


像去年,就发生了好几起关于 AI 诈骗的案例,被骗好几百万的都有。而现在 AI 音频越来越逼真,等于说诈骗的门槛是越来越低了。

试了爆火全网的语音AI,我快分不清谁是真人了。。。


还有版权风险,也算是这类音频 AI 的一堵墙。前段时间,寡姐还因为声音版权的问题,公开撕了 OpenAI ,以 OpenAI 下架相关音色告终。


甚至在今年早些时候,美国田纳西州还立了个法,不让用 AI 模仿人声。


总之,在音频 AI 这块儿,还有很多窟窿要被补上。。。


试了爆火全网的语音AI,我快分不清谁是真人了。。。但说句心里话,世超还真挺希望这模仿人说话的 AI 能尽快落地的,要能接到公众号上就更好了。


毕竟这 “ 听一听 ” 功能里的机械音,听着是真叫人难受。。。

撰文:松鼠

编辑:面线


图片、资料来源

ChatTTS


试了爆火全网的语音AI,我快分不清谁是真人了。。。

试了爆火全网的语音AI,我快分不清谁是真人了。。。

试了爆火全网的语音AI,我快分不清谁是真人了。。。

试了爆火全网的语音AI,我快分不清谁是真人了。。。

本内容观点仅代表发布作者本人观点立场,欣文网平台只做信息内容展示和存储。发布作者:全网转载,转转请注明出处:https://www.xinenw.com/20869

(0)
上一篇 2024年6月9日
下一篇 2024年6月9日

相关推荐

  • 重回 1999,Redmi K70 逆天了

    · 一年一度的 618 大促已经开始啦。 Redmi K70 起售价降到 1999 元,继承了当年小米的 1999 传统。 降价后的 K70 又是一波爆抢。 带大家回顾一下哈。 Redmi K70 也是 K 系列史上最强的标准版,正面搭载了同款的第二代高端 2K 中国屏,是 Redmi 联合 TCL 华星联合研发,分辨率 200*1440,PPI 高达 52…

    2024年5月24日
    7300
  • 刘强东“职场兄弟论”惹争议:企业管理要有人情味,但更应回归制度

    张妍 湖南师范大学 ——2024年度红网“青椒计划”系列作品 近日,刘强东在京东高管会上发表的内部讲话流出,其中有关“不拼搏的人不是我兄弟,将逐步全部淘汰出局”的内容引发争议,被网友戏谑为“职场兄弟论”。最近,京东因内部考勤调整、午休时间缩短、人员优化等事件频频登上热搜,刘强东此番讲话实际上是对之前改革措施的回应。 对于秉持“生活第一、工作第二”价值观的员工…

    2024年5月30日
    5100
  • 六一汇演爸爸们表演天竺少女,身姿妖娆,从表情看得出来都是自愿的!

    点击蓝字| 关注我们 文|我是略略 离开幼儿园工作后的略略,过六一的气氛就淡了。以前为了准备六一,要从开学就要开始忙活了。而现在,六一就是学校工会组织些小活动了。 过六一,当然是孩子们最开心了!这是真正属于孩子的节日,孩子们会收到礼物,学校里也是仪式感满满,会给孩子们安排文艺汇演,还有各种活动。 有的学校更会安排,上午文艺汇演,下午全校放假,娱乐和放假都有了…

    2024年6月1日
    4200
  • 日本动画中的伪家庭,为何胜过全球无数人心中的原生家庭?

    作者/ 塔卡西 编辑/ 思考姬排版/ 这小子 “享受过(该作)这种精神按摩后,还是希望大家能够抱着更为积极、更为勇敢的态度面对现实生活。” 《间谍过家家》无疑是近两年最有曝光度的日本动画之一。 原作漫画于2019年在周刊少年Jump的网络版周刊少年Jump+开始连载后,迅速获得惊人人气,连连打破杂志阅览数、留言数和单行本发行记录,并接连斩获各种漫画奖项。 2…

    2024年5月3日
    8500
  • 看别人吃东西伸手就要,不会真有大学生觉得这样很可爱吧?

    提问:假如你在坐车的时候,看到一个人提着一袋子鸡蛋糕,你很想吃,此时你应该怎么做? (图源网络) 先说说我的,我大概会下车找个卖鸡蛋糕的地方狠狠的买一袋子,然后狠狠的回家炫一顿。 可看了评论区,我傻眼了。 因为评论区清一色都是教这名网友怎么去白嫖人家鸡蛋糕的。 用什么婉转的话术,用什么直球的话术。 什么定定的盯着对方的鸡蛋糕直到对方被看的不自在给你一块&#8…

    2024年5月21日
    8000

发表回复

登录后才能评论

联系我们

400-800-8888

在线咨询: QQ交谈

邮件:admin@example.com

工作时间:周一至周五,9:30-18:30,节假日休息

关注微信
原欣文网读者需要重新注册,平台不断升级敬请见谅!