普通人也能成为音频剪辑师，Meta 推出 AI 模型 Voicebox

从现在开始，我们要努力学习啦！今天我给大家带来《普通人也能成为音频剪辑师，Meta 推出 AI 模型 Voicebox》，感兴趣的朋友请继续看下去吧！下文中的内容我们主要会涉及到等等知识点，如果在阅读本文过程中有遇到不清楚的地方，欢迎留言呀！我们一起讨论，一起学习！

IT之家 6 月 17 日消息，Meta 继推出 ImageBind 之后，于今天再次推出了全新的生成式 AI 模型 Voicebox。该模型帮助创作者执行音频编辑、采样和风格化等语音生成任务，即便是普通用户也能轻松上手。

Meta 在介绍 Voicebox 模型时表示，视障人士可以听到好友的回复信息、普通用户可以用自己的语调、语气来说外语。

AI 模型本身可以生成高质量的音频剪辑，消除汽车喇叭等不必要的背景噪音，同时保留音频的内容和风格，同时使用多种语言，以六种语言生成语音。该模型未来的发展之一是在元宇宙游戏中为视觉助手或非玩家角色提供更加自然的音频表现。

Meta 还比较了 Voicebox 和 Vall-E、YourTTS 等其它音频 AI 模型，表明 Voicebox 更先进，在比较单词错误率和样式相似性时优于两种模型。

IT之家在此附上详细新闻稿链接，感兴趣的用户可以点击阅读。

理论要掌握，实操不能落！以上关于《普通人也能成为音频剪辑师，Meta 推出 AI 模型 Voicebox》的详细介绍，大家都掌握了吧！如果想要继续提升自己的能力，那么就来关注golang学习网公众号吧！