语音克隆正在进入一个与娱乐相邻的行业：音乐世界。在一项里程碑式的协议中，人工智能音乐初创公司SoundLabs AI将为环球音乐集团旗下众多音乐家提供一系列新技术，包括“语言转换”功能。
SoundLabs即将推出的MicDrop功能允许艺术家使用自己的声音创建声音模型。这些模型，也被称为语音克隆，将不会向公众开放。
这一规定是对许多创意专业人士（如演员）所表达的担忧的明确认可，他们担心自己的肖像可能会在未经许可的情况下被使用。
一旦声音克隆被创造出来，艺术家（或制作人，在艺术家同意的情况下）就可以修改和调整它以适应不同的用途。例如，MicDrop功能包括语音到乐器的功能，它允许声音模仿不同的乐器，以及语音到唱歌。
被称为“尖端人工智能语音插件”的MicDrop还提供了SoundLabs所说的“语言转换”功能。根据环球唱片公司2024年6月18日的新闻稿，该功能“可以帮助艺术家在没有语言障碍的情况下在世界各地发行歌曲”。
SoundLabs和UMG都没有详细说明MicDrop背后的技术，但可以肯定的是，它将基于过去的研究和最近语音翻译的进展。自2022年以来，这项任务有了明显的改善，投资活动激增（尤其是在自动配音方面），谷歌、Meta和阿里巴巴等科技巨头之间的竞争也在持续。
“很高兴能与环球音乐集团合作，为他们的艺术家带来经过道德训练的语音人工智能模型!”SoundLabs在领英上发布。
一个团结、守口如瓶的团队
除了透露联合创始人的名字外，SoundLabs一直很低调。首席执行官BT(Brian Transeau)是格莱美提名的电子制作人、作曲家、词曲作者和软件开发者，曾与麦当娜、斯汀和大卫·鲍伊等人合作过。
首席开发者Michael Hetrick博士和首席创新官Joshua Dickinson同样是著名的软件开发者和Unfiltered Audio(开发创造性音频工具)的联合创始人。该团队的首席运营官(也是BT的妻子)莱西·特朗索(Lacy Transeau)也担任了艺术家联络人。
英国电信(BT)在2024年5月接受MusicTech采访时表示，SoundLabs已经完成了一轮种子期前融资，并在没有点名的情况下嘲笑了MicDrop，称该公司“一直在努力将一些全新的传统DSP和机器学习/人工智能技术整合到一套插件中。”
他补充说:“它们完全是改变游戏规则的技术，目前没有一种面向公众的技术可供生产商使用。[…]说我对它们感到兴奋是这个世纪的轻描淡写。”
据《滚石》杂志报道，UMG艺人将在“今年夏天晚些时候”获得MicDrop的使用权。目前还没有测试版，不过潜在用户可以注册等候名单。
（机器翻译，轻度译后编辑，仅供参考。）
编辑：陈驭格