声音模型

【腾讯云】11.11云上盛惠！云服务器首年1.8折起，买1年送3个月！

11.11云上盛惠！海量产品 · 轻松上云！云服务器首年1.8折起，买1年送3个月！超值优惠，性能稳定，让您的云端之旅更加畅享。快来腾讯云选购吧！

腾讯智影宣布声音模型大升级：更自然流畅、语调情感更丰富

腾讯智影宣布声音模型大升级，具体提升包括更自然流畅、语调情感更丰富、减少语音瑕疵和适应性更好。新版本声音更加自然连贯，具有更丰富的语调和情感，减少了语音瑕疵的出现概率，并能更好地适应不同文本内容和语境。智影声音模型的升级加量不加价，让声音更加自然、富有表现力，让用户在创作配音作品时体验更加优质的声音效果。

字节推语音生成模型Seed-TTS 擅长感情控制，声音与真人无异

继ChatTTS之后，字节跳动团队提出了一种名为Seed-TTS的新型语音生成模型。Seed-TTS基于自回归Transformer架构，能够生成听起来非常自然且富有表现力的语音，其质量与人类语音极为接近，难以区分。这项技术的突破预示着未来在提高语音合成自然度和表现力方面将会有更多的可能性和创新应用。

荐 AI日报：效果炸裂！Krea Video向所有人开放；阿里花8亿入股Kimi；Arc Search可以打电话了；腾讯智影声音大模型升级

欢迎来到【AI日报】栏目!这里是你每天探索人工智能世界的指南，每天我们为你呈现AI领域的热点内容，聚焦开发者，助你洞悉技术趋势、了解创新AI产品应用。新鲜AI产品点击了解：https://top.aibase.com/1、KreaAI视频生成工具向所有人开放KreaAI最近宣布KreaVideo视频生成工具已对所有人开放，进入公测阶段。FCC强调警告其他潜在高科技诈骗者遵守电话骚扰法规，尤其是使用生成式人�

荐 AI日报：微软发布iPhone可运行AI模型；全国首例AI声音侵权案判了；Kimi创始人套现数千万美金；中文聊天模型Llama3发布

欢迎来到【AI日报】栏目!这里是你每天探索人工智能世界的指南，每天我们为你呈现AI领域的热点内容，聚焦开发者，助你洞悉技术趋势、了解创新AI产品应用。新鲜AI产品点击了解：https://top.aibase.com/1、腾讯SaaS产品智能化升级全面接入混元模型腾讯宣布旗下协作SaaS产品全面接入混元模型，实现软件服务智能化。这些技术提升了视频分割精度和效率，降低了计算复杂度，对多个

多模态神经网络SALMONN 能够理解声音世界的AI模型

SALMONN是一个多模态神经网络，能够直接处理和理解包括语音、音频事件和音乐在内的一般音频输入，并在多种语音和音频任务上取得竞争性表现。论文地址:https://arxiv.org/pdf/2310.13289v1.pdfSALMONN采用了两个互补的音频编码器，一个用于处理语音，另一个用于处理非语音音频事件，以实现对各种音频任务的优越性能。这一研究有望推动具有通用听觉能力的人工智能的发展。

开源声音与音乐生成模型AudioLDM2 只需提供文本即可生成高质量音频

一款优秀的开源声音与音乐生成模型AudioLDM2在GitHub上引起了关注。这个模型的运行速度很快，可以生成节奏、音效和基本对话。这个模型的应用领域还可能进一步扩展，为我们的生活带来更多惊喜。

乔布斯声音“复活”，快商通发布汉朝GPT大模型

2023 年 8 月 10 日，快商通“汉朝GPT”大模型发布会在厦门软件园三期创+会议中心顺利举办，此次活动以“融智融情，赋能未来”为主题，采用了线上线下结合的形式，超 100 位嘉宾出席此次会议，线上直播观看人数近万人，一同见证快商通“汉朝GPT”大模型的发布，体验科技的魅力。会议依托于快商通“汉朝GPT”的发布，探讨了如何用AI提供情绪价值、变革消费医疗的营销模式

小冰公司推出AI数字员工“0元定制” 大模型小样本技术实现声音复刻

小冰公司宣布推出“0元定制计划”，为10000家符合条件的中小企业、领域达人及个体经营者，免费创建自己的AI数字员工，支持高拟真、低门槛、零成本的形象及声音复刻。小冰小样本AI数字员工只面向企业开放。把创造好的AI数字员工，广泛应用于视频内容生产及场景化交互服务。

麻省理工开发计算机模型 模拟人脑对声音方位判断

麻省理工学院的神经科学家们现在已经开发了一个计算机模型，它也可以执行这一复杂的任务...这个模型可以在现实世界中实际定位声音，而当研究人员把这个模型当作人类的实验参与者，并模拟过去对人类进行的实验时，研究人员一次又一次地发现，这个模型再现了在人类身上看到的结果...这套400多个训练声音包括人类的声音、动物的声音、机器的声音，如汽车引擎，以及自然的声音，如雷声...研究人员通过在每个声音进入计算机模型之前通过一个专门的数学函数来模拟这种效果...

科大讯飞“听见AI的声音”公益项目五周年，与万茜携手关注听障群体

6月13日，科大讯飞“听见AI的声音”关爱听障人士公益行动正式迎来五周年。讯飞听见与中国聋人协会、中国残疾人艺术团、著名演员万茜继续携手，这是双方为公益事业合作的第二年，万茜也在个人微博中用手语呼吁大家关注听障群体。这不是我们努力的终点是一段新的开始，我们始终坚信，让科技的力量渗透到每一个微小平凡个体，才是公益的真正价值。

OpenAI 升级 ChatGPT 语音，使其能够以不同角色的声音说话

OpenAI正在更新ChatGPT的语音功能，允许用户使用各种AI生成的声音和声音风格与聊天机器人进行交互。ChatGPT目前有四种预设声音，从五种减少，因为在斯嘉丽约翰逊提出法律投诉后，它不得不删除“Sky”。4月初，在GPT-4o发布之前，OpenAI宣布构建了一个新的文本转音频AI模型VoiceEngine，但尚未公开。

降噪黑科技Look Once to Hear！只需看一眼说话的人 除了他以外的声音就消失了

"LookOncetoHear"是一种先进的降噪耳机技术，它通过用户的视觉输入来控制声音的放大或消除。以下是该技术的主要特点:视觉控制:用户只需短暂地看向他们想要聆听的说话者，耳机便能够识别并放大该说话者的声音。通过这种方式，它为用户在嘈杂环境中的交流提供了一种新颖的解决方案，改善了听力体验，并可能对听力障碍者尤其有用。

Suno将推出全新功能 可将任何声音转换为音乐作品

荐 被AI偷走声音的配音员，靠什么保住饭碗？

“甲方要求我一边配音，一边自拍，以此证明我是真人。”2020年，网络配音员麓雨接到一笔大单，对方请他到北京线下录音，日薪4千，用途保密。“未来，也许AI技术成熟了，但成本会不会一直居高不下?就算成本降下来，那人们的审美会不会越来越疲劳?当甲方变成了自小接触科技的90、00后，他们会不会对AI声音感到厌倦?对AI的使用，也许是一个不断升高再逐渐回落的过程吧。

骗子用AI语音克隆拜登声音进行电话诈骗 被罚600万美元

美国联邦通信委员会提出对一名骗子罚款600万美元，后者利用声音克隆技术冒充总统拜登进行一系列非法电话骚扰，这起事件引发了人们对电话骚扰与人工智能之间关系的讨论。该罚款更多是针对电话骚扰，但FCC显然将其定位为对其他潜在高科技骗子的警示。生成式声音在2月被正式宣布在电话骚扰中使用是非法的，上面的案例引发了一个问题，即它们是否被视为“人造”——F

Truecaller与微软合作，允许用户克隆自己的声音，让AI帮你接听电话

Truecaller与微软的AzureAISpeech合作，推出了一项新的功能，让用户可以录制自己的声音，然后克隆生成一个AI版本的用户语音。这项功能被称为Truecaller助手，可以帮助用户自动接听电话、筛选来电、留言、代用户回复或录音。AI技术会在各个领域发挥更大的作用，为我们的生活带来更多便利和惊喜。

​OpenAI被指未经许可使用好莱坞女星斯嘉丽声音或将面临法律后果

知识产权专家指出，OpenAI最近展示的ChatGPT更新版本的助手声音引起了关注，因为它与斯嘉丽・约翰逊的声音相似，特别是她在电影《Her》中扮演的AI助手。图源备注：图片由AI生成，图片授权服务商Midjourney法律专家表示，斯嘉丽・约翰逊及其他名人可以援引肖像权法，以保护其个人特征不被未经许可使用。法律专家警告OpenAI，斯嘉丽・约翰逊是一位热衷于维护自身权利的知名人士，她不会轻易放过侵权行为。

喜马拉雅荣获上海市年度放心消费创建优秀单位，以声音服务美好生活

近日，在上海市市场监督管理局举行的授牌仪式上，知名在线音频平台喜马拉雅再度荣获“上海市放心消费创建优秀单位”称号，这一荣誉不仅是对喜马拉雅长期以来在维护消费者权益、提升服务质量方面所取得成就的肯定，更是对其坚持“以客户为中心”理念、不断优化用户体验的认可。（图为 市场监督管理局领导给喜马拉雅授予荣誉）作为国内领先的在线音频平台，喜马�

好莱坞巨星指控OpenAI非法使用她的声音

好莱坞著名影星斯嘉丽·约翰逊最近指控OpenAI非法使用了她的声音，并要求下架ChatGPT中的相关语音模式。斯嘉丽指责ChatGPT中的"Sky"模式与她本人的声音相似度极高，超过90%，并认为该模式可能是模仿了她的声音。这一事件再次引发了关于AI技术、版权保护和个人隐私的讨论。

好莱坞女星斯嘉丽抨击OpenAI 抄袭她的声音用于ChatGPT

好莱坞女星斯嘉丽・约翰逊发表了一份猛烈声明，声称在她拒绝为ChatGPT提供声音后，OpenAI却肆无忌惮地模仿了她独特的音调。OpenAI展示了一个与斯嘉丽・约翰逊在科幻电影《Her》中扮演的人工智能助手极为相似的合成语音，然在周末突然禁用了这一新声音。就在几天前，OpenAI的联合创始人兼前首席科学家IlyaSutskever和超级对齐团队的共同负责人JanLeike相继辞职，并在X社交平台上抨击OpenAI及其领导层将“华丽的产品”置于安全性之上，ScarlettJohansson的声明以及随之来的声讨似乎让OpenAI进入了新的低谷。

美国配音演员指控AI音频公司Lovo窃取其声音并非法使用

两位知名配音演员保罗·斯凯·莱尔曼和林尼·塞奇起诉人工智能公司Lovo，指控该公司以虚假借口委托他们录制语音样本，随后却将这些样本用于创建和销售人工智能生成的声音版本。图源备注：图片由AI生成，图片授权服务商Midjourney据悉，莱尔曼在2020年通过零工网站Fiverr接受了一份配音工作，被告知仅用于"学术研究"。人工智能模型的训练可能违反版权和知识产权法，因为它们需要大量数据。

纽约诉讼案件称：AI 语音公司被控窃取配音演员声音

两名声优PaulSkyeLehrman和LinneaSage在周四在纽约联邦法院对人工智初创公司Lovo提起了诉讼，指控该公司在其AI配音技术中非法复制和使用他们的声音。他们声称Lovo欺骗他们提供声音样本后，未经许可销售他们声音的AI版本。该案件编号为hrmanv.LovoInc，美国纽约南区联邦地区法院，案号1:24-cv-03770。

苹果将推出AI补丁 用眼睛和声音控制您的 iPhone 和 iPad

苹果公司在纪念全球辅助功能意识日上宣布了即将推出的iOS和iPadOS辅助功能，旨在为残疾人士提供更便捷的体验。这些新技术不仅服务于特定群体可能对广大用户产生积极影响。这些新功能将在未来推出，预计将在今年年底前陆续问世。

UP主用AI声音克隆工具重新配音《甄嬛传》 播放量超过52万

B站UP主“红桃没有6”通过AI技术，为经典剧集《甄嬛传》带来了一次别开生面的效果。该UP主利用AI重新配音，将台词内容经过谷歌机器翻译20次，创造出了全新的对话，其中“甄嬛”被翻译成“女仆陈宇”“皇太后”则化身为“寡妇皇后”。通过在配音中加入搞笑元素，创作者能够为观众带来全新的观看体验，从在内容创作领域中脱颖出。

实时语音变换器Supertone Shift 可将实时变化直播说话声音

SupertoneShift是一款创新的实时语音变换技术产品，它允许用户即时切换到任选的声音，为虚拟主播、内容创作者、游戏玩家以及希望准确表达角色声音的用户提供了强大的支持。官网：https://product.supertone.ai/shift主要功能实时语音变换:SupertoneShift支持用户即刻切换到选择的声音，进行实时语音变换，非常适合需要即时变声的场景。SupertoneShift目前提供开放测试版，用户可以下载并

OpenVoice V2版本发布 能对声音风格进行精细控制

MyShellTTS开发的OpenVoice是一项创新的声音克隆技术，它能够通过仅使用一小段参考发言者的音频片段来复制其声音，并生成多种语言的语音。MyShellTTS已经推出了全新的OpenVoiceV2版本。训练策略和数据处理:在训练过程中，使用了大量的多语种、多风格的音频样本，并采用特定的损失函数确保在保留风格的同时去除或转换音色。

国外一位体育老师涉嫌使用人工智能克隆校长声音进行报复

在马里兰州巴尔的摩县，一名体育老师兼前体育主任达中·达里恩因涉嫌使用人工智能语音克隆服务陷害派克斯维尔高中校长埃里克·艾斯沃特被捕。一月份在社交媒体上流传的一段录音，声称是艾斯沃特发表种族主义和反犹太主义言论，但专家认为这段录音是假的。立法者也在努力制定相关法律，以防止科技公司未经许可使用个人信息。

奇瑞尹同跃：从“小草房”到“三心”“三力”“两声音”

这是一个在中国汽车市场上熠熠生辉的名字，凭借其坚韧不拔的创业精神和不断丰富的文化内涵，在中国汽车历史上书写了一段令人瞩目的传奇。从最初的“小草房”精神，到如今践行的“三心”“三力”“两声音”，奇瑞汽车不断塑造和进化着自身的企业文化，为企业的可持续发展奠定了坚实基础。奇瑞将继续坚持“小草房”精神，不断丰富和深化企业文化内涵，以更加开放、包容、创新的态度迎接新时代的挑战和机遇。

全国首例“AI声音侵权案”宣判：获赔25万元

快科技4月24日消息，北京互联网法院昨日对全国首例AI生成声音人格权侵权案进行了一审判决。该案涉及的主要问题是自然人的声音权益是否应扩展到AI生成的声音，以及如何确定AI生成声音的可识别性。原告殷某是一名配音师，发现其配音作品在多个APP中广泛流传。这些作品中的声音来自被告一北京某智能科技公司运营的平台中的文本转语音产品。原告曾为被告二北京某文化�

网易云音乐联手中信出版发起「播客阅读展」，用声音传递阅读之美

4月23日，恰逢世界读书日之际，网易云音乐与中信出版集团在全国多个线下文化空间共同策划主办了一场「播客阅读展」活动。在为期一个月的时间内，通过播客内容与书籍、人物、文化空间等相结合的展示方式，在网易云音乐APP及16个线下文化空间里，让所有喜爱收听播客和阅读书籍的用户都能够体验到一场充满文化气息的精神盛宴。据悉，本次「播客阅读展」活动由网易云