![]()
![]()
前几天,同事孔老师神秘兮兮找到我,说他最近搞了个新研究,在自己的电脑上部署了一套本地声音克隆模型,让我过去听听,号称可以复刻任何一个人的声音。
我开始有点不信,吹牛呢!常用剪映的朋友们肯定知道,数字人声音可是会员的专属功能,这你就免费搞定了?
我满腹狐疑的来到孔老师工位上,耳机一戴,里头传来了同事老周的声音。这么说吧,我还以为老周和孔老师开着微信语音糊弄我呢!声音和老周本人的一模一样,简直就是老周住耳机里了。
![]()
图|工具的界面,实际上跑的是千问的开源声音模型
这套东西是怎么实现的呢?当然,由于这个技术可能被用于非法用途,我不能在这里说的太详细,主要是使用了千问的开源Qwen3-TTS声音模型,同时用CAM++对比生成的声音和原声声纹。不过这套模型本地跑对于显卡的计算能力要求还是很高的,显存至少8GB起步。使用时只需要上传一段原声,就可以按照输入的文字生成声音。
![]()
既然有了这套神器,岂不是可以整活了?我立刻马上复制了一套部署在我电脑上。
![]()
做同事的AI分身,让他给我24小时不停读小说
每天上下班路程远的朋友们肯定知道,打发时间最好办法就是听点有声书。最近我正在用喜马拉雅听《鬼吹灯》,已经听到了第二卷龙岭迷窟,当然这都是喜马拉雅上的付费节目。
既然有了本地的AI声音克隆,岂不是可以随意让任何一个人给我读小说听?
我要来了老周 的声音原声,然后把小说的txt文件扔进去,经过一晚上RTX4060的努力工作,成了!把生成的音频文件复制到手机里,那么我就得到了一份老周 给我读的有声小说。
![]()
图|对GPU的考验非常大
白天在星海编辑部听老周说话,下了班再戴上耳机,老周已经在给我讲胡八一了。配合上小米新出的NAS和小米智能音箱,就又会在家得到一个全频段无缝衔接的老周小说玉音放送功能。
![]()
图|生成的有声小说文件
当然,我听了两天已经遭不住了,老听熟人在自己耳边说话,感觉太怪异了!当然这是我的问题,不是AI模型的问题。
![]()
![]()
假传圣旨:在微信群里打电子战
当代牛马最想听到的消息是什么?当然是放假通知了。
放假通知肯定是领导说出来才管用。有了声音克隆模型,岂不是可以假传圣旨了?趁领导没注意,我们录了一段他的声音,做了条假的放假通知,让他在语音里宣布:“从明天开始,本部门休假至2027年,即日生效。”
![]()
做出来声音果然是一模一样,我转头把声音发进了微信群里,有同事听完已经欢欣鼓舞地收拾包准备开溜了。我一看,好家伙,这不就是现代版微信群电子战吗?
得亏我及时说明是假传圣旨,不然我已经因为“左脚先迈进公司而被开除了!”
![]()
![]()
给游戏开黑的兄弟做整活语音轮盘
我平时跟表弟双排打《刀塔2》,由于本人过于菜鸡,没少吃他的压力。现在连领导的声音都能拿来发放假通知,我寻思,也该用他自己的声音给他上点压力了,反击的时候到了。
我先用他的声音做了一堆声音文件,当然,只有声音文件肯定是不能用的。然后我用千问新出的Qwen4 max模型把这堆声音文件打包封装起来,做成了一个图形化的语音轮盘App。
![]()
图|用千问新出的Qwen4 max做的App
为什么要做成App呢?因为我得跟得上他送人头的速度。他刚送完,必须能快速切出语音,要是等我切出去翻文件,好不容易找到那条音频再切回来,人家都开始打下一波了。
开黑的时候配上他自己的语音轮盘,节目效果拉满。
开局时候:“买两个鞋,人有两只脚,当然是要两只鞋了。”
打起来他送了我就放:“到底能不能玩!”
他一整局跟隐身了一样,我就放:“搞点作用啊!”
他送了个人头,我就放:“哎,玩不了,玩不了。”
![]()
动手能力强的朋友,可以复现一下这个功能,这是目前我发现的最有意思的玩法,游戏里的轮盘语音功能都不用买了。
![]()
最后的思考
整完这些活儿,我开始思考,这些功能和玩法在AI出现之前是完全不可能的。
作为“始作俑者”的孔老师,本行只是一个编辑,跟模型部署、调试模型这些事按道理是八竿子都打不着的。能够完成这种有意思的模型部署,甚至做出来实用化的App界面,这都得益于大模型的快速进步和agent客户端的快速发展。
现在只需要把相应的模型文件下载好,想好要干什么,交代给agent就可以全部完成了。
图|腾讯的WorkBuddy日活已经突破1000万
现在来看,App应用的开发正在变得黑箱化。黑箱化指的是一种只看输入和输出的系统。人们通过观察给它什么、它返回什么来了解它的行为,内部结构和运行过程可以是未知的,也可以暂时不考虑。
就像我们用电脑处理word和ppt,也是不需要把明白芯片、内存、硬盘的工作原理的。像是豆包工作、腾讯 WorkBuddy、DeepSeek Harness这样的AI Agent工具正在将开发软件这件事也黑盒化。
相信在不久的将来,每个人都能变成一个资深的软件开发者。因为写代码、部署工具这种工作会被黑盒化,你只要有充足的脑洞,就没有实现不了的软件功能,有需求向Agent许愿即可。所以脑洞大不大,想法多不多,会是未来衡量人才的重要指标。
▲星海情报局 AI重构世界专栏
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.