只需2秒样本就能克隆任何人的声音：Meta Voicebox

Meta的突破性的语音生成AI模型：Voicebox。Voicebox只需要2秒钟的语音样本，就能够克隆任何人的语音。而且文字转语音的速度比市场上其它模型快20倍，同时错误率更低。Voicebox可以在没有专门训练的情况下，进行诸如噪音消除、内容编辑、风格转换，语言转换等任务。语音内容再也不需要重录了。Voicebox所基于的是一种名为Flow Matching的方法。该方法已经被证明可以提高扩散模型的性能，超越了当前最先进的模型VALL-E1。这种技术当然带来了社会风险。想象一下，有人用你2秒钟的语音样本，恶意模仿你的声音，可能会导致什么后果？