要说这段期间哪家公司风头正盛，那非三只羊莫属，隔三差五就要上一趟新闻，照旧法制栏所在那种。
这不前几天，月饼门的事件还没往日，又来了个灌音门。
事情是这样的， 9 月 20 号的时候网上倏得流传出了一段，疑似三只羊高管卢某的灌音。
灌音里触及到了多位三只羊的女主播，具体本体咱在这就未几作念接洽了，但照实很炸裂。。。
灌音爆出来后，就在网上速即引起了一波热度。有东谈主说这段灌音纯纯是男的喝多了吹的给力，但接洽的风向很快又形成了这玩意儿，到底是不是 AI 生成的，以致还钓出来不少所谓的 AI 众人，入手一顿分析。
适度没两天，警方的通报就出来了：都散散吧，是 AI 干的。
而此次事件的另外一位主角， Reecho 睿声公司也终于浮出了水面，锤了我方的用户一把。
有好奇羡慕好奇羡慕的是，即使是官方都露面了，但照旧有网友合计卢某是 “ 酒后吐真言 ” ，通报也不外是把锅，甩给了没法儿自证的 AI 。
但非论咋说，东谈主官方探望通报都出来了，你信也好不信也罢，这事儿就这样定调了。
不外以差评君对 AI 语音的了解，像三只羊灌音门这种情况，的确是有可能的。主若是现阶段的 AI 语音时期，照实如故挺老到的了。
因为我们只需要上传一两句话，剩下的告成甩给 AI 就行，分分钟就能克隆一个东谈主的音色。
这样说吧，现时 AI 语音合成里相比常见、开源口头也相比多的，就数TTS 、 SVC&RVC 两大类时期。
所谓 TTS ，浅显来说便是Text To Speech ，把文本滚动谚语音。像许多 AI 数字东谈主、有声书、视频配音，大伙儿刷抖音平素听到的 “ 持重看，这个男东谈主叫小帅 ” ，还有剪映素材库里那些 TVB 女声、广西表哥。。。基本都是 TTS 干的。
像此次三只羊灌音门牵涉到的 Reecho 睿声，亦然一个 TTS 模子的生成网站。我们其实也在他们网站上，克隆过差评君的声优蛋蛋的声息，大伙儿不错听听看到底像不像。
上来先用《 意大利面拌 42 号混凝土 》的 “ 名篇节选 ” 整一波，你别说，你还真别说。音色的复刻经由能有个 80%-90% ，而况话语的口吻也贼像，不仔细听还以为在作念什么正经科普。
我们原来还念念借着 AI 差评君给大伙儿送一波福利，但没念念到这个 AI 小小翻车了一下， 10 台 iPhone 16 说成了 “ 一零台 iPhone sixteen” 。。。穿帮的实在是太彰着了，这福利念念送都送不出去呀，可惜可惜。
借 AI 的口，你以致还能听到差评君管宏大差友们借债。就连国庆节自觉加班 7 天，还不要加班费这种话，从这位 “AI 差评君 ” 的嘴里说出来，你也能听出心甘宁愿的滋味。
除此以外，东谈主家阿谁声息阛阓里还不错我方选检修好的声息 AI ，不仅有我们的好一又友影视飓风 Tim ，以致还有主播电棍，坤哥和派蒙，就连五星挑剔家麦克阿瑟也能拿来用。
有一说一，这种经由的克隆如故荒谬传神了，是以现时回头看三只羊灌音门，好像 AI 参与的实在度又高了少量。而有些一又友可能还合计，那这个 AI 奈何就能把那种醉态、朦胧不清的话都模拟出来呢？
这就得说到 SVC&RVC 了。这内部 SVC（ Singing Voice Conversion ）是用来唱歌的，而 RVC （
Retrieval-based-Voice-Conversion ）的场景多用在直播，这俩都是及时把语音疗养成 AI 检修的音色，俗称变声器。
由于输入的是音频，是以它就能把一个东谈主的声息滚动的更信得过，以致连口吻、声调这些东西都不错滚动得很当然。如果是歌声疗养，以致还能师法音色和唱腔。
像 GitHub 上有个叫 So-Vits-SVC 的开源口头，就一手打造了AI 孙燕姿、唱《 泪桥 》比原唱伍佰还美妙的陶喆。
近似的开源口头还有许多，而况都很好上手。举个例子， b 站的大佬 “ 花儿不哭 ” 本年就上线了一个开源模子 GPT-SoVITs ，下载好告成拿语音喂就行了。
你要懒的我方检修，那还不错在魔搭社区用 “xz 乔希 ” 的口头告成开玩；以致剪映和必剪这些裁剪软件里都如故用上了自家的 AI 语音，除了那些营销号语音你也不错生成我方的。
乃至于疏忽找个器具辘集网站一搜，多得是不错告成上手用的居品。
我们之前用 “ 花儿不哭 ” 开源的 RVC 及时变声算法，也作念过一个差评君变声器。
以致还特意作念了一个相称差评的驱动界面。
至于成果大伙儿自个儿品吧，我打保票，这皆备不是隔邻差评君的声优蛋蛋录的。
而况其时我们还特意给变声器作念了个硬件外挂，现时还搁办公室里呢。
东谈主在这边对着麦话语，音响那儿及时就能把声息形成蛋蛋的。
看起来挺给力是吧，不外这玩意也不是倏得就这样先进了。
主要语音生成这一块照实低调，你就说这几年这些 AI 的宣传，一个个都好像是奔着炸裂全天地去的。三天两端画大饼，谁还回想语音生成是奈何个情况。
眷注的东谈主少，再加上时期积聚也多，那可未便是闷声发大财嘛。只不外现时倏得出圈了，人人才嗅觉到歌颂。
说到底照旧 AI 期间这些东西的门槛都镌汰了，你念念 cos 哪个东谈主的声线都荒谬便捷。
不外真话，时期跳跃是一趟事儿，但避难趋易地说，用这玩意儿来违纪人法的案例，并不在少数。
也不是咱制造啥张惶，新华网旧年九月就报谈过了干系的拐骗妙技，你念念念念家里年级大的老东谈主，若是接到跟你话语声息一模同样的拐骗电话，说你遭遇了危境，会不会把棺材本都给骗子骗走？
不啻国内，这事在海外照样有，就连好意思国驰名密码管束器具公司 LastPass 的 CEO ，都被伪造声息拿去拐骗了。
尽管现时如故有不少机构在琢磨奈何处理安全问题，探索奈何识别伪造语音等把柄，比如有接洽标明，现时不错通过算法声纹认证和语音取证等见识，对 AI 合谚语音进行辩别。
但这些更多照旧在找 AI 语音上的 bug 来松弛的，就好像数手指和穿模来松弛 AI 图片同样，惟有模子一升级，这些见识可能就也没辙了。
不外差评君合计，要从根底上管束问题，就还得从生成式模子本人启程。
给 AI 生成的图片、音视频也打上近似水印的标记，同期缔造和软件也简略检索到这些标签，教唆人人这些本体并非信得过。
像是谷歌就如故入手接洽在 AI 生成的音频声谱上，添加能被视觉化的特定标记，这样既不会影响用户听感也便捷识别。
总的来说，在生成式 AI 的影响下，以后目击不一定为实，耳听也可能为虚。归根结底时期在发展的同期，注重时期销耗的对策也必须作念好。
别光念念着说 “ 时期无罪 ” ，上个这样喊的东谈主如故蹲了好多年，现时都出来了。
不外对三只羊来说，诚然始作俑者如故被握，但这东谈主靠 AI 推在他们身上这把劲，忖度影响还会不竭挺久，至于后续奈何发展，我们照旧再等等看吧。
