如何使用语音查世界之最(迄今最复杂人工智能语

Meta公司近日宣布其研发出迄今为止最先进的人工智能语音模型——Voicebox。据英国《每日邮报》报道，这一人工智能语音模型具备模仿任何人声音的能力，甚至包括已故之人。这一创新技术的出现引起了业界的广泛关注。

科技日报北京6月25日电，据英国媒体报道，脸书母公司元宇宙平台公司（Meta）的深度学习人工智能研究人员在介绍Voicebox时强调，其采用了先进的“流匹配”方法，表现优于当前市场上最受欢迎的生成式语音系统使用的扩散模型。Voicebox所生成的人工音频不仅更容易理解，而且与真实人的声音非常相似。更令人惊讶的是，它的处理速度比竞争对手快了近20倍。

在跨语言翻译方面，Voicebox同样展现出了强大的实力。与备受赞誉的多语言文本—语音AI YourTS相比，其在平均单词错误率上大大降低，音频相似度也有显著提高。目前，Voicebox已经能够用英语、法语、西班牙语、德语、波兰语和葡萄牙语六种语言进行交流。

Meta公司表示，Voicebox有着广泛的应用场景，如帮助视障人士听到朋友和亲人的信息，以及允许非母语人士用自己的声音翻译自己所说的话。由于存在潜在的滥用风险，Meta目前不会公开Voicebox模型及其代码。

尽管开放研究和分享成果对于推动人工智能的发展至关重要，但Meta也意识到在开放与责任之间取得正确的平衡同样重要。他们表示，将在未来继续评估如何最安全、最负责任地应用这一先进技术，以确保其对社会产生积极影响。