Audiobox

Audiobox是Meta於2023年11月30日推出的免費開源的AI語音和聲音生成模型，12月11日上線在線網頁版本，用戶可免費體驗該模型的能力。Audiobox是Meta繼Voicebox後推出的最新一代的音頻生成模型，可以結合使用語音輸入和自然語言文本提示來生成語音和音效，從而可以輕鬆地爲各種用例創建逼真的自定義音頻。

查看原圖來源（外部連結）

Audiobox的主要功能

1. 克隆用戶聲音：錄製聲音按照用戶的聲音風格或以任意音頻樣本的風格生成語音
2. 文本描述生成人聲：使用文本描述聲音風格的特徵以及聲學環境生成人聲
3. 更改聲音風格：可結合聲音和文本描述更改現有的聲音風格
4. 本文描述生成音效：根據輸入的聲音特徵文本描述生成聲音效果
5. 噪音消除：提供Magic Eraser功能消除錄音中的瞬態噪聲
6. 聲音填充：根據文本描述用新的聲音替換音頻中的一部分
7. 音頻故事製作器：結合以上功能，利用Audiobox Maker製作原創有趣的音頻故事