Audiobox：Meta 发布开源 AI 语音生成系统

核心概述

Meta 公司于 2023 年 11 月 30 日正式推出 Audiobox AI 语音与声音生成模型，并于同年 12 月 11 日开放网页版免费体验服务。作为 Meta 音频技术研发的最新成果，该系统标志着人工智能语音合成领域的重大进展。

技术沿革

• 系 Meta 继 Voicebox 之后推出的第二代音频生成模型
• 采用双模态输入系统：支持语音样本与文本提示的协同处理

功能特性

该系统突破性地实现了：

1. 生成高度逼真的个性化语音
2. 创建各类专业级音效
3. 支持多样化应用场景的音频定制需求

该开源模型的推出，显著降低了高质量音频内容的生产门槛，为创作者提供了强大的技术支持。

访问方式

目前用户可通过官方网页端免费体验核心功能，体现了 Meta 在 AI 技术推广方面的开放态度。

Audiobox的主要功能

人工智能语音合成工具Audiobox的核心功能解析

五大核心语音处理技术

Audiobox作为新一代语音合成工具，提供了多项突破性的技术功能，其中包含以下五大核心能力：

• 语音克隆技术：支持基于用户声音样本的语音学习与复制，可生成与原声高度相似的语音内容
• 文本描述生成语音：仅需输入声学特征与环境的文字描述，即可生成符合要求的人声
• 语音风格转换：可将现有语音特征结合文本描述，实现语音风格的自由调整

音频后期处理功能

除语音生成外，系统还提供专业的音频后期处理功能：

• 音效生成器：通过输入声学特征参数自动生成逼真音效
• 智能降噪功能：配备\”Magic Eraser\”技术，可精准消除录音中的突发噪音
• 音频修补功能：支持根据文字描述对音频片段进行智能修复与替换

创意应用平台

系统还整合了Audio Story Maker工具，用户可以通过上述功能的协同使用，创作富有创意的原创音频故事作品。

该技术平台集成了语音合成、音频处理和内容创作三大模块，为音频内容生产提供了完整的解决方案。