IT之家 1 月 10 日消息，微软最近发布了一款名为 VALL-E 的人工智能工具，只需 3 秒音频即可模仿人说话。
该工具经过 60000 小时英语语音数据的训练，并使用特定语音的 3 秒剪辑来生成内容。与目前的许多人工智能工具不同，VALL-E 可以复制说话者的情绪和语气，即使说话者本人从未说过的单词也可以模仿。
IT之家了解到，康奈尔大学的一篇论文使用 VALL-E 合成了几种声音，大家可以在 GitHub 上聆听这些 AI 合成的音频。
研究人员指出，在许多情况下，Vall-E 的性能优于当前的文本到语音转换模型。然而，该研究还写道，人工智能模型目前存在几个问题。例如，文本提示中的某些单词可能会发音不清晰、完全遗漏或在输出中出现两次。此外，该模型目前难以模仿某些声音，尤其是带有口音的声音。
像其他 AI 新技术一样，VALL-E 在安全、伦理等方面也引发了担忧。微软发布了关于使用 VALL-E 的道德声明，但未来的使用用途方面没有明确说明。
目前，微软 Vall-E 尚未开源。微软已经在 GitHub 上创建了一个 Vall-E 存储库，但目前只包含一个描述文件。
相关：
多地发布最新研判：已渡过第一波感染高峰！2022年12月以来，各地经历了新冠感染高峰，近日，多地发布最新研判，已度过第一波感染高峰，发热门诊持续下降。河南：全省感染率近九成，已顺利度过疫情高峰1月9日，河南省政府新闻办召开河南省统筹做好新冠病毒感..
岸田欧洲行将突访乌克兰？隐藏四大目的日本首相岸田文雄于1月9日晚飞抵巴黎，开始对法国进行工作访问。这是岸田全球之行的第一站，按照公开的计划，他将在7天时间里，游历法国、意大利、英国、加拿大、美国5个国家。岸田首相飞抵巴黎国际机场新年伊始，..