老铁们好！最近搞了一个 AI 克隆声音产品，只需要 3 秒的原始语音，就可以克隆音色！在这里想跟大家分享一下。
事情是这样的： 我一个朋友老给我发语音，我想调戏一下她，想着能不能用她自己的声音回复她？正好现在 AI 技术成熟了，我就做了一个，哈哈哈，可好玩了。
来试试看吧
https://anyvoice.net/ai-voice-cloning
是什么让 AnyVoice 与众不同？
-
只需 3 秒音频就可以复刻！ 没错，就是这么简单。你在网页界面里录个"今天天气真好，我们晚上去吃火锅吧"的就够了，随便说点什么都行。网上其他方案动辄要求录音几十句话，谁有耐心啊...
-
支持中日韩英四种语言：测试下来，中文效果特别自然，连我朋友听到这个声音时，自己都吓傻了，觉得是被电话诈骗了
实际使用场景分享
-
调戏朋友：用朋友的声音，回复她的语音消息。你只需要把她的语音录下来（一般来说一条语音信息是超过 3 秒的吧？），然后在网站里录音，就直接复刻好了。 小窍门：根据我的实战经验，你用两台手机操作比较方便。手机 A 播放朋友声音、手机 B 打开 https://anyvoice.net/ai-voice-cloning 录制和复刻声音；复刻好后，手机 B 播放声音，手机 A 长按微信发送语音，朋友立马吓傻。
-
短视频配音：做视频的朋友们应该懂，配音要么找人要么自己来，累。如果从剪映或者其他地方想找一些自己喜欢的声音，往往是收费的。我们主打全免费、任何声音你都可以得到！
-
语言学习：把外语课文用自己的声音念出来，感觉特别神奇，激发了不少学习兴趣。
-
假装自己会说外语：你用中文录音，复刻自己的声音，装 x 。然后输入英文、日文、韩文，你就可以得到用你的音色说的外文了。
使用体验
界面设计得很简洁，就三步：
- 上传/录制语音样本（ 3-10 秒）
- 选择想要生成的文本，每次不超过 200 字符 （毕竟是免费服务，大家请理解，未来如果我做收费版，会加长）
- 等待生成（一般几秒钟就好）
体验地址
https://anyvoice.net/ai-voice-cloning
最后
目前处于公测阶段，完全免费，没有做任何收费功能！欢迎各位 V2EX 的朋友试用反馈。如果觉得好用请帮忙点个赞 ❤️
有什么建议或者遇到问题都可以在下面留言，我会一一回复。
 |
1
DigitaIOcean 1 天前
（我有点怕这种技术）
|
 |
2
ospider 1 天前  1
不建议提供中文版，更不建议在中文社区宣传。你这个东西万一被诈骗团伙用了，抓不到诈骗分子，还抓不到你吗？分分钟用你的项上人头冒功。
|
 |
3
pol 1 天前
我很想知道这些是不是套的那种 gpts-vits ，这种东西
|
 |
6
Eddiegaao 1 天前
字符限制太严格了，不够玩，一次只能生成一句话
|
 |
7
sakujo 1 天前
有点意思 玩玩看
|
 |
10
ChefIsAwesome 1 天前 4
"妈，我出车祸受伤了，现在在医院，你给我转 5 万。"
“王会计，你往这个账户打 30 万。” 这个世界有点疯狂。 |
 |
11
spiffing 1 天前
可别让诈骗团伙看到
|
 |
12
server 1 天前
CosyVoice ?
|
 |
13
RobinzzZ 1 天前
感觉离进去不远了，OP 肉身应该不在国内吧
|
 |
14
sunmacarenas 1 天前
通过免费体验方式，采集声纹？
|
 |
15
rick2c 1 天前
大家防范意识还挺强的，但其实这类的 ai 应用已经一搜一大把了，所以别想太多
|
 |
16
panxi 1 天前
你有备案吗？ 没有的话请规避钱还没到手，银手镯先到手
|
 |
17
shmilypeter 1 天前 2
克隆了前女友的声音。
哎~ |
 |
18
barantt01 1 天前
@sunmacarenas 细思极恐，但应该不至于哈哈
|
 |
19
zlife116 1 天前
你以为园区的技术人员，都是那里来的？都是我们 v 站的，谢谢你了，技术可以升级了
|
 |
20
idblife 1 天前
@shmilypeter
出息 |
 |
21
yushuxin OP 1
@shmilypeter 我隔着屏幕感到了你的心酸
|
 |
22
liqinliqin 1 天前
@yushuxin #21 我有订制需求，可以加 V 吗 andy433928
|
|
23
barantt01 1 天前
想请问一下，这个服务是你自己搭的吗？租的 GPU 吗？
|
 |
24
meeop 1 天前
这个技术基本没啥有价值的合法的使用场景
|
 |
26
damonzhang 1 天前 1
有点可怕，用这个过了微信的声音锁验证。。
|
 |
27
guisheng 1 天前
要是能私有部署就好了，好家伙现在还不能泄漏自己的声音了。
|
 |
28
cat 1 天前 2
@damonzhang 于是楼主也拥有了你的声音……
|
 |
31
securityCoding 1 天前
@meeop 这个市场已经非常非常卷了，比如阅读类应用
|
 |
32
tangping 1 天前 via iPhone
能克隆新闻联播中那个人物的声音吗 狗头🐶
|
|
34
yushuxin OP @damonzhang …… 快收起你的虎狼之词，我感觉，你离踩缝纫机越来越近了 😂
|
 |
35
lwldcr 1 天前
能提供对方言的支持就好了
我把父亲生前的语音上传，尝试生成了一个语音，效果感觉还有很大提升空间 |
 |
36
x86 1 天前
睿声那个平台八成因为克隆这玩意给整治了，维护了 1 个多月
|
|
37
meeop 1 天前
@securityCoding 这类应用的重点在于生成语音，而不是模拟语音呀
模拟语音，或者说复制某个人的声音，更直白一点，假装某个人的声音说话，通常都不是啥正经用途 |
 |
38
coshawn 1 天前 via iPhone
在 ios17 和 ios18 上面录音，即使允许了 safari 的麦克风权限，录音还是没有声音，导致复制的声音也没有声音。这是为何
|
 |
39
wyman222 1 天前
@yushuxin #5 说实话，不支持中文，我觉得你在国内就不好卖，当然你在国外卖当我没说。 支持中文，你应该添加内容审查，所有敏感词都该限制，打钱，银行卡，账户， 出车祸等等等
|
 |
41
Kolar 22 小时 22 分钟前
就是不知道成本咋样
|
 |
44
sublime8 17 小时 38 分钟前
之前国内唯一提供音频上传克隆的公司“睿声”目前处于无限期停业整顿状态，其他大大小小的类似服务提供商都只能读固定文本来克隆，就是为了避免克隆其他人的声音
|
 |
45
gletec 14 小时 17 分钟前 via Android
这很刑，楼主却挺有成就感的
|
 |
46
twinsant 13 小时 45 分钟前
Coys? F5 ? GPT-Sovits?
|
 |
47
SaltyMouse 13 小时 44 分钟前
@shmilypeter 哎~
|
 |
49
liyafe1997 13 小时 9 分钟前 via Android
@ospider 要是 op 不在中国/非中国籍呢
|
 |
52
ZsmHub 11 小时 53 分钟前
@ospider 完全没必要说这种。工具都是一把双刃剑，只看用的人怎么使用。比如一把菜刀，如果担心别人用菜刀杀人而不卖菜刀，你能接受吗？现在所有大平台都在开发声音克隆技术，没必要畏手畏脚的。中国人就是太保守，这样只会离先进越来越远~
|
|
53
ZsmHub 11 小时 52 分钟前
@yushuxin 工具都是一把双刃剑，只看用的人怎么使用。比如一把菜刀，如果担心别人用菜刀杀人而不卖菜刀，你能接受吗？现在所有大平台都在开发声音克隆技术，没必要畏手畏脚的。中国人就是太保守，这样只会离先进越来越远~
|
 |
54
ynwx 11 小时 37 分钟前
这个太强了，给楼主点赞
|
|
55
ospider 11 小时 34 分钟前
@ZsmHub 不是我担心啊，是有人钳住我们的手脚。我也没说这个东西不好，我是说在国内没法弄。大公司大不了接受下窗口指导下架就行了，或者罚酒三杯，小公司可能就得牢狱之灾了。你搞清楚源头是啥比较好，怼我没用的……
|
 |
57
zhangsimon 11 小时 0 分钟前
关注了，最近在玩影视配音的恶搞
在用 GPT-soVoice ，但是太繁琐了 请问楼主的效果和 GPT-soVoice 比，会更好吗？ 还有就是能模仿语气吗？ GPT-soVoice 比较烦人的是，不能自定义语气 如果想要某个语气，就要用某个语气来训练，这样一个人就要训练好几次 |
|
59
yushuxin OP @zhangsimon 可以一定程度模仿语气，您可以试试看。每个语气你录几秒钟就行
|
 |
60
nimingyonghu 10 小时 36 分钟前
楼上那么多说刑的怎么回事？与技术脱节这么久了？
各种 XXTTS 都出来多长时间了 |
 |
62
zuotun 10 小时 3 分钟前
@nimingyonghu #60 那么类似的技术到底有没有先例呢？在特色国是肯定有的而且不止一种技术一个先例。
|
 |
63
cowcomic 10 小时 0 分钟前
这种东西不敢用个人制作的
|
 |
64
dvz 9 小时 49 分钟前
大佬牛逼，试了一下，跟我九成相似，普通话比我还标准
|
|
65
nimingyonghu 8 小时 23 分钟前
@zuotun #62 太多了，GPT-SoVITS ，GPT-SoVITS ，FireRedTTS ，F5TTS ，CosyVoice
op 这个就是无法调整任何参数的 WebUI 整合包。 |
 |
66
Jaeger 8 小时 18 分钟前
第一次觉得一项新技术并不是很酷的事
|
 |
67
KimiArthur 8 小时 7 分钟前 via Android
@yushuxin 感觉怎么保证数据安全，可信计算（用完销毁）是个大头😂
|
 |
68
Fruktozka 7 小时 29 分钟前
之前做过这一块的调研，睿声已经凉了，微软的 responsible AI 团队对这块也很谨慎
|
 |
70
beiguo 6 小时 32 分钟前
@nimingyonghu #65 剪映就可以录，但仅限于固定的文本并且需要人脸识别证明是你本人。为什么这么多门槛？就是因为在国内，你不得不这么设计。你说的这么多 TTS 都需要具备一定技术能力的人自己用用。你一旦封装成产品，给大众用，然后发生诈骗案件，你根本跑不了
|
 |
71
sn0wdr1am 6 小时 12 分钟前
你想喝最苦的咖啡了？😅
|
|
72
nimingyonghu 5 小时 45 分钟前
@beiguo #70 op 这个也就是玩票，搞不好一个月之内就打不开了 😅
关于技术门槛你可以在 B 站搜一下这些 TTS 的教程，里面都有别人做好的整合包，一张 20 系以上的 N 就能本地一键启动开玩了，整合包是没什么门槛的。 |
 |
73
fyq 5 小时 42 分钟前
@shmilypeter 好汉不提当年勇，好男不提前女友
|
 |
74
lance07 5 小时 23 分钟前
这也太哈人了， 用户语音特征你拿了直接开盒诈骗怎么搞， 如何让最终用户信任你。。
|
 |
75
xiaohusky 2 小时 0 分钟前 via iPhone
楼主请问可以透露一下怎么做到的吗？我做视频剪辑有用
|
 |
76
nasa 1 小时 23 分钟前
|
|
78
yushuxin OP @nimingyonghu 您向大家教科书级别的演示了什么叫「以小人之心度君子之腹」，相比未来你自己如果有能力做产品的话，你一定会做一款一个月内跑路的产品。
|
Select Language