随着人工智能聊天机器人和艺术生成器似乎越来越受欢迎，业内一些最著名的参与者正试图用自己的工具留在游戏中。Meta刚刚推出了Voicebox，这是一种文本引导的人工智能语音生成器，其功能非常强大，以至于该公司声称其性能优于所有现有模型。
Voicebox 功能强大，可以轻松生成语音，就像ChatGPT可以生成文本、Bing 或 Dall-E 2可以创建图像一样。尽管该系统尚未广泛供公众使用，但 Meta 已为任何有兴趣了解有关 Voicebox 的更多信息的人提供了 演示。
例如，该系统可用于内容创建者和编辑者的音频编辑，因为它的语音生成功能可以生成听起来自然的音频剪辑。但它的多功能性足以智能地编辑语音片段中的噪音(例如狗叫声)，并重新生成声音而不会错过任何节拍。
Voicebox 提供的功能之一是它可以匹配样本的音频风格并生成文本到语音剪辑。从本质上讲，视障用户可以向 Voicebox 提供短至两秒的朋友的音频剪辑，然后它就可以使用人工智能以语音读取该朋友的书面信息。
新的生成式人工智能工具可以通过上下文学习来解决任务，因此它可以处理以前从未给出过的文本，并正确生成上下文和语调变化，就像人们通过使用现有知识来学习和应对新挑战来阅读它一样。
这一突破性工具的道德和法律影响不容忽视。任何人都可以在未经许可的情况下使用某人的录音生成音频剪辑，并声称可以让他们说出任何他们想说的内容。