专栏名称: 数字生命卡兹克

反复横跳于不同的AI领域，努力分享一些很酷的AI干货

微信公众号悄悄上线AI音色克隆，微信的一小步，却是AI的一大步。

数字生命卡兹克 · 公众号 · · 2024-11-18 09:00

正文

这篇文章，可能是我有史以来最特殊的一篇文章。

因为当你点开右上角的三个点，点击听全文的时候。

可能你会发现，你听到的不再是那个永远跟其他人一样，相同的男声。

而是，AI克隆的我的声音。

此时，微信可能会用我的声音，来为你朗读出这篇文章。

之所以，我一直在说可能，是因为我虽然在后台设置好了，但是只有这篇新发的文章，我才能知道，我的声音到底有没有生效。

不过，再怎么说，这都是微信的一小步，却是AI的一大步，真的。

这个周末，在登录手机端公众号后台的时候。

意外的发现公众号版本又更新了，更新到了2.29.1，当然版本号无所谓，重要的是，这个设置里面的新功能： 朗读音色 。

以前是绝对没有这个功能的，作为一个几乎以公众号为生的我，对公众号后台的一点点变动，都会非常的敏感。

点开以后，会有一个系统默认的音色，你可以，创建自己的音色。

点击创建新的音色，就会进入到一个新页面，会让你现场朗读一句话。

甚至会从你的实际文章中，抽取一些片段，来让你读，非常的有意思。

这里我正好也解释一下，为啥现在微信、豆包、kimi等等产品，在做AI音色克隆的时候，都要让你现场读一段文本，再用这段音频去做音色克隆，而不是让你随便上传一段音频呢？

原因很简单，因为合规和风控。

前段时间三只羊AI音频事件，还有AI雷军国庆节在微博上骂了7天等等，我想大家应该都能感受到，AI克隆音色这玩意一旦放开，会有多少跟诈骗相关的风险。

一旦放开，可以随便上传一段音频，最开心的不是你我他，而是骗子。

看我号的读者，应该尚且知道AI音频的东西，在收到一些身边亲近人的语音的时候会产生一些警惕，但是我们家里的老人呢？他们很多人对现在的AI并不是很了解，一旦AI音色克隆放开，很容易就是骗子拿着你4、5秒的音频去发给你的爷爷奶奶舅舅舅妈，骗取他们的信任。

且万一有一些人，如果真的石乐志，克隆一些官员的声音，那...后果基本不敢设想。

所以，现在基本清一色都是这种方式，让你用实时录制的方式，念出文本上的随机的话，还不能念错。

用这种方式，来证明你是你。

尽最大的可能，提高门槛，降低风险。

在你读完这段话后，就会嘟嘟嘟的进入克隆的步骤，速度很快，大概十几秒就能完全搞定。

然后，你就可以听到，克隆好的声音示例了。

音色基本很完美，跟我声音一样，情绪是TTS的老问题了，不说了，整体质听感上，是还算OK的。

最后，就可以应用了。

我测试了一下，老的文章还是不会变的，可能只有新的文章，才能支持我的音色。

所以只有这篇发出来，我才能知道，我的音色，来听全文，到底是个什么感觉，以及，到底会不会用我的音色。。。

其实，我脑子里幻想过，公众号到底会怎么接入AI，来帮这个可能是最大的长图文平台赋能。

想过AI创作，想过AI起标题，想过AI搜索，想过AI总结，但是没想到的是，来的第一个，居然是AI音色克隆。

不过其实细想想，也合理。

公众号这个载体，我一直调侃说，我可能是最后给公众号送终的那一批人。

短视频俯瞰众生，短图文在侧不断侵蚀羽翼，身后还有播客虎视眈眈。

长图文，变的越来越像一个日落西山的老人，守着自己的一亩三分地，尽可能的给大家种出最好的果实。

而公众号，作为长图文领域无与伦比的王者，非常坦率的讲，一直有一个在我看来很大的问题，过往很难解决，就是IP化很难。

我说的难，是它天然的隔离感。

短视频为什么做一个人的IP，比公众号简单很多？是因为内容载体。

在公众号上，你看到的永远是冷冰冰的文字，即使作者把这段话，写的登峰造极，写的舌灿莲花，你能看到的也依然是文字，是神交。

而短视频呢？你看到的不是文字，是一个具象化的人，你知道他长什么样，哦这个人有点长的有点潦草头发看着总是好久不洗，哦还有一个人带着眼镜总是说话的时候张不开嘴。

而那些内容，更是他亲口念出来的，你看到所有的文字，不是冷冰冰的文字，而是他在读，你听到的除了信息，还有情绪，还有他的笑与泪。

这是声音的力量。

在上古时期，没有文字，本就一直以声音传递智慧。

先民口耳相传，吟游四方。

这就是为啥，在短视频上做IP，要比公众号，简单的多。

微信公众号悄悄上线AI音色克隆，微信的一小步，却是AI的一大步。

正文

请到「今天看啥」查看全文