Audiobox翻译站点

Audiobox概述

2023年11月30日，Meta宣布推出名为Audiobox的开源AI语音和声音生成模型。紧随其后，12月11日，这一模型的在线网页版本对外提供免费体验。作为继Voicebox之后Meta最新一代的音频生成工具，Audiobox具备融合语音输入和自然语言文本提示的能力，从容应对多种场景，轻松创作出逼真的定制音频。

主要功能

– 声音克隆：Audiobox可以依照用户自己的声音风格或者参考任意给定的音频样本生成语音。
– 文本描述人声生成：仅需要文本描述声音风格和声音环境，Audiobox便能生成具有特定特征的人声。
– 声音风格转换：结合声音素材和文字描述，可变换现有语音的风格。
– 文本驱动音效生成：根据输入的声音特性文本描述生成相应的声音效果。
– 噪声消除：提供Magic Eraser功能，以去除录音中的瞬时噪音。
– 声音替换：依据文本描述更换音频片段中的部分声音。
– 音频故事创作：结合前述功能，通过Audiobox Maker创制原创的音频故事。

创作过程

1. 在Meta的Audiobox平台上，用户可以轻松录制或上传声音样本。
2. 通过输入文本描述，定义期望的声音特性和声学环境。
3. Audiobox分析并处理输入数据，迅速产生高质量的定制音频。
4. 若需要，可以通过Magic Eraser优化录音，清除不必要的背景噪声。
5. 利用声音替换功能强化叙事，为音频片段注入新的生命。
6. 最终，通过搭配使用各项功能，用户可以创作出一份富有创意的音频故事。

应用场景

– 内容创作者：Audiobox为播客主持人、有声书音频制作者和影视后期制作提供了强大工具。
– 个性化应用：用户能够创造个性化的语音助手和游戏角色。
– 教育与培训：制作教学材料和仿真培训中逼真的对话。
– 私人定制：为礼物或纪念制作个性化的音频作品。

Meta通过Audiobox模型拓展了AI的应用边界，从生动的播客到引人入胜的有声小说，乃至个性化的语音应答，Audiobox提供了简易、高效的解决方案来实现这一切。