今天又发现了一个非常惊艳的 AI 声音克隆效果，主要用于 AI 博客，大家感受一下~
多人博客，音色完全能区分开而且前后统一的非常稳定。
更优秀的是它的真人感和自然感，句中、句间的停顿，重音，各种笑声以及感叹等都非常逼近真人。
播客还有很关键的一点是要够生动、会捧哏，才能吸引听众一直听下去。
而上面的 AI 播客中脚本的质量过关，两个人的配合、接话、捧哏等方面也做的非常好。
总之就是强大的很全面。
也是收获了许多佬友的一波好评。
甚至有佬友思路打开，提出用这个干掉有声小说。
要做出这样一个效果的 AI 播客需要多少时间、精力成本呢？
答案是通过 GenSpark 的 AI 播客，一个链接 + 一键就可以生成。
这么有意思的东西怎么能不上手试试呢？
一、GenSpark AI 播客
GenSpark AI 播客是一个全代理工具，可以将任何主题、网页、YouTube 视频和文件转换成可定制的独特播客。
使用起来非常便捷，用户直接通过文本 prompt 或者语音描述自己的需求，选择性地附上参考文件，一键即可生成。
case 1
比如，我们生成一个总结本周 AI 界新闻的播客。
使用 prompt ：
创建一个播客总结上周的AI行业主要的新闻。
工作流程是这样。
它会先收集上周 AI 行业的主要新闻和发展动态。
然后分析收集到的新闻信息，整理要点。
接着调用 GPT 生成播客海报图片，不满意的话还可以重新生成。
最后就是创建播客脚本和音频内容。
除了语音自然逼真，播客谈论的内容本身也是优质和有趣的。
我们一起来看一些片段。
首先，播客内容从 GPT5 开始。这个就很合理，换成我来选，上周新闻最重磅或者说抓人眼球的也得是 GPT5 的发布了。
脚本也并不是干瘪瘪的新闻播报，GenSpark 抓住了播客的精髓和本质：人和人之间在聊天在交流。
所以生成的脚本在新闻与新闻之间也是用上了非常自然的衔接。
语言的口语化也做的非常好。
我们还能看到上边的截图中捧哏也非常多，一秒都没让场子冷下来。
说了这么多，把生成的播客放在下面，大家亲自来感受一下它的效果吧~
case 2
再来看其他一些用例。
比如生成一个播客解释某一篇论文。
发送参考论文然后输入 prompt ：
create a podcast explaining this astronomy paper.
最终效果：
case 3
或者来点有趣的，我们让它创建一个播放美国流行歌曲的音乐播客。
使用 prompt ：
create a music podcast playing US pop songs.
最终效果：
不得不承认，有了它，做播客的门槛可以算是大大降低，每个人随时都能把任何内容转换成高质量的个人专属播客。
感兴趣的小伙伴可以自行上手体验一下。
指路链接：
https://www.genspark.ai/
二、Index TTS2
除了 GenSpark AI 播客的 tts 效果很逼真之外，国内小破站最新推出的 Index TTS2 效果也是非常惊艳。
话不多说，我们直接上一个《让子弹飞》的例子。
还有《甄嬛传》的名场面。
更多 demo 移步：
https://index-tts.github.io/index-tts2.github.io/
在外网上也是好评如潮。
效果是不是很不错？情绪饱满，音色接近，语音细节也很到位。
和 GenSpark AI 播客不同，Index TTS2 更专注于影视上面的表现。B 站的目标很明确：是要"用极致表现力颠覆听觉体验"。
这样的目标背后有强大的实力做支撑。
Index-TTS2 支持零样本语音克隆，精准还原音色与节奏。加上零样本情绪克隆与文本情绪控制，还能精准控制时长，完美满足了影视配音的需求。
此外，index-TTS2 支持完全本地化部署，后续也会开源模型，方便开发者灵活实现高质量语音生成。
官网有更多详细信息，感兴趣的小伙伴可以去了解一波。
Index-TTS2 官网：
https://indextts2.org/
论文链接：
https://arxiv.org/pdf/2506.21619
目前 IndexTTS 已经开源并且可以在线体验 demo 效果，等待 Index-TTS2 的过程中大家可以先去玩一玩。
在线体验链接：
https://voicv.com/
GitHub 链接：
https://github.com/index-tts/index-tts
>/ 本期作者：Tashi & JackCui
>/ JackCui：AI领域从业者，毕业于东北大学，大厂算法工程师，热爱技术分享。
没有评论:
发表评论