語音克隆

語音克隆是通過人工智慧技術生成與原始聲音高度相似的合成語音。該技術通過聲紋特徵提取、語音合成等流程，結合深度學習算法實現聲紋遷移，支持零樣本克隆和跨語言生成等場景。

技術流程包含聲紋編碼器、文本編碼器、聲碼器等組件，主流算法包括SV2TTS和VITS模型。2025年主流工具如Spark-TTS可實現3秒音頻克隆，MiniMax-Speech支持32種語言合成。套用涵蓋虛擬主播、無障礙輔助技術及金融詐欺等場景。

該技術源於2018年百度提出的1.5小時訓練數據克隆方案。2025年社交平台出現利用語音克隆偽造“遊資大佬”形象的詐欺產業鏈。《生成式人工智慧服務管理暫行辦法》要求合成內容添加顯著標識，北京網際網路法院審理AI聲音人格權侵權案。同年，Resemble AI籌集1300萬美元以應對深度偽造技術威脅，其最初為語音克隆服務提供商。預計到2027年，由生成式人工智慧引發的欺詐損失可能會在美國達到400億美元。

基本介紹

• 中文名：語音克隆
• 性質：仿製與原始聲音相似的語音

相關企業

Resemble AI 成立於2018年，最初是一家語音和媒體克隆服務提供商。

2025年4月，記者發現，社交平台有大量仿冒知名遊資的賬號，社交媒體上遊資的暴富神話不斷刺激著股民的神經，不法分子正是利用股民想快速致富的貪婪心理行騙。“假遊資”實施騙局的行為已形成完整產業鏈：上游通過AI換臉、語音克隆等技術偽造“遊資大佬”形象；中游由“水軍”在社群扮演盈利學員；下游則通過虛假投資平台收割受害者。業內人士呼籲，通過跨部門合作，形成完整的“假遊資”發現與處理機制，構建集仿冒賬號發現、識別、打擊於一體的全流程機制。