标签索引

语音克隆

这个标签下有 8 篇文章。按时间回看相关判断与实践记录。

标签精选

曝光小米MIMO大模型：兼容OpenAI协议，支持语音克隆与高可用额度

近日有技术博主曝光了小米内部MIMO AI套件的接口信息。据测试，该接口拥有惊人的高额度配置（原额度约2亿），且完全兼容OpenAI及Anthropic协议，开发者仅需修改BASE URL即可直接调用。模型列表显示，小米已推出MiMo-V2...

2026-05-071 分钟阅读139 阅读

近日，有听众在收听长篇有声书《诡道异仙》时遭遇“听感断层”：播放至第308集后，平台突然更换了旁白配音，新旧音色风格迥异，严重影响收听体验。面对长达700多集的后续内容，听众提出能否利用技术手段，通过提取旧旁白的音色特征，对新的旁白声音进行...

2026-05-071 分钟阅读66 阅读

黑客组织Lapsus$窃取了Mercor公司4TB数据，包含4万名AI承包商的高保真语音样本及配套的身份证件扫描件。这种将声纹与真实身份绑定的数据泄露，为AI语音克隆和网络诈骗提供了完美的输入源。攻击者可利用这些数据轻松绕过银行声纹验证、冒...

2026-04-271 分钟阅读95 阅读

随着生成式AI技术的飞速发展，对于数据隐私和成本控制的关注使得“私有化部署”成为企业和技术开发者的重要诉求。近期，技术社区针对支持本地部署的声音克隆与TTS（文本转语音）工具进行了深入探讨。讨论重点集中在如何摆脱对云端API的依赖，实现离线...

2026-03-231 分钟阅读169 阅读

AIGCPanel 是一款简单易用的开源AI数字人系统，旨在为用户提供一站式本地化模型管理体验。该工具不仅支持视频画面与声音的精准口型匹配，打造逼真的数字人效果，还集成了语音合成、语音克隆及视频声音替换等强大功能。其亮点在于极简的模型管理机...

2026-03-211 分钟阅读161 阅读

一位开发者利用本地大模型工具OpenClaw（戏称“龙虾”）结合语音克隆技能，成功复刻了川普的语音风格，并设置了定时任务，让“赛博川普”每天早上播报定制新闻。这一案例生动展示了当前AI Agent技术下沉后的极客玩法：通过本地部署与技能组合...

2026-03-161 分钟阅读158 阅读

一位拥有Java后端背景的开发者利用业余时间，借助Claude、Codex及GLM等AI编程工具，独立开发了一款名为“生声念念”的App。该应用结合了Bilibili开源的IndexTTS 2.0与大模型技术，旨在克隆父母声音为孩子生成定制...

2026-03-131 分钟阅读81 阅读

阿里通义千问团队正式发布开源文本转语音模型系列Qwen3-TTS。该模型在语音生成质量和速度上均有显著提升，端到端合成延迟低至97ms，实现真正的实时流式生成。核心亮点包括仅需3秒音频即可完成快速克隆，以及支持用自然语言描述来自由设计语音的...

2026-01-231 分钟阅读310 阅读