隨著科技的發展，人聲克隆也是一個爭議的熱點。因為我們知道，克隆是一件需要嚴肅對待的事情。當初我們克隆出了第一只小羊，克隆人類的討論也隨之而起。甚至有人擔心，如果克隆出了聲音，那么詐騙集團有可能會有所利用，保護隱私也就變得更為的重要。那么，當下是否有克隆聲音的軟件呢？同時，科技的發展可以做到克隆聲音了嗎？今天，小編為大家整理了一些關于ai人聲克隆軟件的內容，一起看看吧！

隨著科技的發展，人聲克隆也是一個爭議的熱點。因為我們知道，克隆是一件需要嚴肅對待的事情。當初我們克隆出了第一只小羊，克隆人類的討論也隨之而起。甚至有人擔心，如果克隆出了聲音，那么詐騙集團有可能會有所利用，保護隱私也就變得更為的重要。那么，當下是否有克隆聲音的軟件呢？同時，科技的發展可以做到克隆聲音了嗎？今天，小編為大家整理了一些關于ai人聲克隆軟件的內容，一起看看吧！

一、ai人聲克隆軟件

初音

軟件使抄用了Yamaha的VOCALOID2語音合成引擎，把初音未來人類的聲音錄音并合成為酷似真正的歌聲。

只需輸入音調、歌詞則可發出聲音，亦可以調整震音、音速等的“感情參數”，最多能夠16人合唱，亦支援即時演奏、對應ReWire。制作完成后會以WAV格式輸出，但軟件本身只可做出歌唱部分，伴奏音聲需要使用其他音樂軟件合成。歌詞輸入能辨認平假名、片假zhidao名和羅馬字，但不能辨認は、へ作為助詞和う、い作為長音時會分別轉為わ、え、お、え的發音，亦不能對應促音、漢字，需要自行修改。

二、ai克隆聲音

僅需3.7秒的音頻，中國科技巨頭百度開發的一種新的AI算法就可以克隆出一種非常可信的虛假聲音。就像機器學習軟件的迅速發展一樣，這種軟件可以使虛擬視頻的制作民主化，這項研究表明為什么越來越難相信互聯網上的任何媒體。

這家科技巨頭的研究人員在Deep Voice發布了他們的最新進展，Deep Voice是一個為聲音克隆開發的系統。一年前，該技術需要大約30分鐘的音頻來創建新的假音頻片段。現在，只需幾秒鐘的培訓材料，它可以創造出更好的結果。

百度近日宣布，百度開發的新 AI 算法Deep Voice可以通過3.7秒鐘的錄音樣本數據就能完美的克隆出一個人的聲音。

Deep Voice是百度AI研究院一個由深度神經網絡構建的高質量語音轉（TTS ）系統。該系統不僅提高的模擬的時間，百度還優化了它出錯的概率。甚至還在一個單GPU服務器上，把推斷規模提高到到每天1000萬次以上。

自適應說話人編碼方法在訓練、克隆和音頻生成中的應用。

Deep Voice最早是在2017年的年初發布了第一版，初版的系統就能模擬初簡短的句子，而且說起話來幾乎無法區分和真人的區別。但是該系統一次只能模擬一個人的聲音，而且需要好幾個小時的學習才能克隆成功。但是最新發布的成功已經縮短到3.7秒，并且能將女性聲音轉變成男性，英式聲音變成美式。

模擬器編碼器結構

百度研究院的研究人員在預印本網站 arxiv 上的發表了其 Deep Voice 系統的最新進展《Neural Voice Cloning with a Few Samples》。除了利用少量樣本克隆聲音外，系統還能將女性聲音轉變成男性，英式聲音變成美式。百度研究人員表示，這項研究可應用于人機交互的個性化方面。

三、克隆人聲語音系統

科技日報北京5月3日電 （記者聶翠蓉）據《科學美國人》雜志網站2日報道，加拿大新創公司琴鳥（Lyrebird）發布了新款人工智能（AI）語音系統，其能通過分析講話錄音和對應文本以及兩者之間的關聯，在1分鐘內模仿人類“講話”，比如，模仿特朗普、奧巴馬和希拉里三個人的聲音展開一段對話。

讓聲音聽起來更自然，是計算機程序在將文字轉換成語音過程中面臨的核心挑戰，即使目前最好的語音助手，如蘋果公司的Siri和亞馬遜公司的Alexa，一發聲給人的第一感覺仍然是，“哇！這是計算機。”背后原因在于這些語音助手系統的工作原理：根據預錄的聲音文檔整理出詞匯，再通過另一個新的音頻文檔將這些詞匯拼湊在一起發聲。

而琴鳥公司的AI使用了一種全新的語音合成系統，能在“傾聽”過程中“掌握”每個人說話時字母、音位和單詞的發音特點，通過推理并模仿這個人聲音中的情感和語調，“說”出全新的語句。

新系統使用模仿人腦思維的算法創建出一種人工神經網絡，能利用深度學習技術將所聽到的轉換成語音，并僅靠任何人1分鐘講話內容，就能完全模仿這個人說話。其市場前景非常廣闊，可用來改進個人人工智能助手、音頻書籍以及殘疾人語音系統等。

開發該系統的蒙特利爾大學學習算法實驗室博士后亞歷山大·布瑞比森表示，在學會并模仿了幾個人的聲音后，再模仿任何一個新對象的語音就會變得更快，因此新語音系統不需太多信息，1分鐘足以捕獲某個人聲音的核心特點。

但美國卡內基梅隆大學語言技術研究所教授迪莫·鮑曼表示，琴鳥的語音系統和真正的人聲之間還有差距。“我仔細聽過琴鳥系統的發聲，其帶有背景噪音，以及微弱的機器人特征。而且，它還不能模仿人們在講話中的呼吸和唇部運動，因此仍然能聽出其計算機語音特征。”鮑曼說。他認為，語音系統真正令人信服地復制人聲，還需再等幾年。

以上就是小編為大家整理的關于ai克隆聲音的相關內容了，不知道大家是否有所收獲呢！其實，當下，人聲克隆的探索空間還是比較大的，不過比較成熟的是模擬人聲聲音生成器，感興趣的小伙伴也可以了解一下喲！期待在不久之后，我們能夠使用到更多的科技軟件，讓媒體行業向前邁步。

該內容為非商業目的的轉載分享，不代表本站觀點，本文版權屬其著作權人所有。若侵犯了您的正當權益，請立即聯系我們刪除。