Voice Engine是一种先进的语音合成模型,它仅需15秒的语音样本,便能生成与原始说话人极为相似的自然语音。该模型广泛应用于教育、娱乐、医疗等领域,可为非读写人群提供朗读辅助、为视频和播客内容翻译语音、为非语言人群赋予独特语音等。其显著优势在于所需语音样本少、生成语音质量高、支持多语种。Voice Engine目前处于小规模预览阶段,OpenAI正在与各界人士探讨其潜在应用和伦理挑战。
需求人群：
[“为教育产品提供朗读功能”,”为视频和播客实现多语种语音翻译”,”为非语言人群赋予独特语音特征”,”为临床病例恢复患者原有语音”]
使用场景示例：
教育公司Age of Learning使用Voice Engine为儿童教育内容生成自然语音,并与GPT-4模型配合实现个性化语音交互。
视觉内容平台HeyGen利用Voice Engine为企业客户的营销视频实现多语种语音翻译,保留原声说话人的语音特征。
通信辅助应用Livox使用Voice Engine为失语症患者提供独特而非机械般的语音,让他们选择最能代表自我的声音进行交流。
产品特色：
基于少量语音样本生成逼真语音
支持多种语言和口音
保留原声说话人的语音特征
支持实时个性化语音交互