Audiobox是Meta于2023年11月30日推出的免费开源的AI语音和声音生成模型12月11日上线在线网页版本用户可免费体验该模型的能力。Audiobox是Meta继Voicebox后推出的最新一代的音频生成模型可以结合使用语音输入和自然语言文本提示来生成语音和音效从而可以轻松地为各种用例创建逼真的自定义音频。
Audiobox的主要功能
克隆用户声音：录制声音按照用户的声音风格或以任意音频样本的风格生成语音
文本描述生成人声：使用文本描述声音风格的特征以及声学环境生成人声
更改声音风格：可结合声音和文本描述更改现有的声音风格
本文描述生成音效：根据输入的声音特征文本描述生成声音效果
噪音消除：提供MagicEraser功能消除录音中的瞬态噪声
声音填充：根据文本描述用新的声音替换音频中的一部分
音频故事制作器：结合以上功能利用AudioboxMaker制作原创有趣的音频故事
