7月12日消息，據(jù)媒體報(bào)道，微軟公司近期成功研發(fā)了一款名為VALL-E2的革命性AI語(yǔ)音生成技術(shù)，該技術(shù)的問世標(biāo)志著AI語(yǔ)音合成領(lǐng)域的一個(gè)重大突破。僅需短短三秒鐘的音頻樣本，VALL-E2便能以前所未有的精確度與自然度，復(fù)現(xiàn)出說話者的獨(dú)特聲線，其表現(xiàn)幾乎達(dá)到了以假亂真的人類水準(zhǔn)。

科學(xué)家表示，這是AI語(yǔ)音首次達(dá)到人類水平，由于太過危險(xiǎn)，無(wú)法向公眾發(fā)布。

與此同時(shí)，VALL-E2技術(shù)的快速發(fā)展也對(duì)傳統(tǒng)聲音演員行業(yè)構(gòu)成了挑戰(zhàn)。聲音演員們擔(dān)心，隨著AI語(yǔ)音合成技術(shù)的日益成熟，他們的聲音可能被輕易復(fù)制并用于各種場(chǎng)合，而他們所應(yīng)得的經(jīng)濟(jì)補(bǔ)償卻難以得到合理保障，這無(wú)疑對(duì)他們的職業(yè)生涯構(gòu)成了潛在威脅。

盡管VALL-E2 AI語(yǔ)音生成器不會(huì)對(duì)公眾開放，但也證明了AI在這方面的技術(shù)進(jìn)步，以及未來在合適的時(shí)候可以應(yīng)用，包括教育學(xué)習(xí)、娛樂、新聞、聊天機(jī)器人等。