去年三月底，OpenAI 宣布了一項(xiàng)名為 Voice Engine(聲音引擎)的人工智能服務(wù)的小規(guī)模預(yù)覽，聲稱該技術(shù)僅需15秒語音即可克隆一個(gè)人的聲音。然而，近一年過去，這項(xiàng)工具仍未正式推出，OpenAI 也未透露其是否會(huì)全面上線及具體時(shí)間。

　　OpenAI 對(duì) Voice Engine 的謹(jǐn)慎態(tài)度源于對(duì)技術(shù)濫用的擔(dān)憂和避免監(jiān)管審查。公司此前曾被指責(zé)過于注重“亮眼產(chǎn)品”而忽視安全性。目前，Voice Engine 仍在與有限的“可信合作伙伴”一起測(cè)試，以提升模型的實(shí)用性和安全性。應(yīng)用場(chǎng)景包括語音治療、語言學(xué)習(xí)、客戶支持等。

　　Voice Engine 是 OpenAI 文本轉(zhuǎn)語音 API 和 ChatGPT 語音模式背后的技術(shù)，能夠生成與原始說話者極為相似的自然語音。盡管最初計(jì)劃在2024年3月7日引入API，但發(fā)布一再推遲。OpenAI 表示，合成語音的負(fù)責(zé)任部署是關(guān)鍵考慮因素，并采取了多項(xiàng)安全措施，如添加音頻水印以追溯來源，確保使用前獲得明確同意并披露語音由AI生成。

　　隨著 AI 語音克隆技術(shù)的快速發(fā)展，有效的過濾和身份驗(yàn)證正成為負(fù)責(zé)任發(fā)布語音克隆技術(shù)的基本要求。惡意行為者利用該技術(shù)制作名人和政客的煽動(dòng)性深度偽造視頻，增加了欺詐風(fēng)險(xiǎn)。OpenAI 正在考慮將服務(wù)保持在較小范圍內(nèi)，Voice Engine 的有限預(yù)覽已成為該公司歷史上最長的一次。