AI語音

這週末做了一個很有趣的實驗。

自從AI興起以後，不只下圍棋，聊天，還多了很多應用方式，其中有一項特別吸引我的，就是「聲音合成」。

雖然自動生成聲音這件事，本來就不是很新的技術，但我一直覺得離我很遙遠，但這週末一個偶然的機會，接觸到GPT-SoVITS以後，根本驚為天人。

跟其他需要半小時以上聲音素材的訓練模型相比，GPT-SoVITS號稱只要1分鐘的聲音素材就能夠訓練，再搭配Google硬碟，一切突然變得像是網購一樣簡單。

找了手邊朋友聲音的素材嘗試，經過一小時的模型訓練，馬上就產出三個音檔，也順利騙過其他共同朋友。

與投入的素材和生成的時間相比，成果簡直不可思議，不論在語調，語氣或聲線等等都維妙維肖，相當自然。

雖然有被詐騙誤用的可能性，但我想到的是，如果拿爸媽的聲音來訓練，也許有一天他們真的離開了，我們還是能聽見他們的聲音跟我們說話。

或者用孩子還小的時候的聲音訓練，有一天他們長大了，離家了，那個聲音還是能陪伴父母很久。

有了這項技術，彷彿跨越時間空間再也不是問題。畢竟有時為了彌補疑惑，我們願意付出一切，只願能換來熟悉的聲音再一次喊出我們的名字。