埃隆·马斯克旗下xAI发布了一项新功能——Custom Voices。普通用户只需录制约1分钟的自然语音，就能获得一个属于自己的声音克隆模型。整个过程不超过2分钟。
这个功能上周上线xAI控制台，已向开发者开放。通过这套系统，你可以把克隆声音接入xAI的语音合成和语音助手API。
怎么实现的？
用户第一遍需要朗读一段随机生成的密语，系统实时校验；第二遍再说同样内容，两次录音比对声纹特征，确认是同一人。xAI官方称，这套机制让克隆他人声音变得不可能。
除了自定义声音，xAI还同步推出了"语音库"，内置超过80种预设音色，覆盖28种语言，使用克隆声音不额外收费。
这不是语音合成技术的第一次突破，但把门槛压到"1分钟录音+2分钟等待"，让普通用户触手可及。
背后依托的是xAI此前发布的Grok语音转文字、文字转语音API，以及Grok Voice Think Fast 1.0语音助手模型。xAI透露，这套技术已经在Starlink的客服和销售场景落地。
现在的问题是：当任何人都能低成本克隆自己的声音，那些"听见为实"的场景还可靠吗？
正文完