Audiobox

在数字内容创作日益繁荣的今天，音频作为重要的媒介形式，其创作门槛却始终较高。Meta于2023年11月30日发布的Audiobox，正是为了解决这一痛点而生的AI音频生成模型。

网站介绍

Audiobox是Meta推出的免费开源AI音频生成模型，旨在通过语音输入和自然语言文本提示，帮助用户轻松创建逼真的自定义音频。

功能特点

• 语音克隆：用户可录制自己的声音，Audiobox将根据用户的声音风格生成语音。
• 文本描述生成人声：通过文本描述声音特征和声学环境，生成相应的人声。
• 更改声音风格：结合声音和文本描述，轻松更改现有的声音风格。
• 文本描述生成音效：根据输入的声音特征文本描述，生成相应的声音效果。
• 噪音消除：提供Magic Eraser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：利用Audiobox Maker制作原创有趣的音频故事。

相关项目

在AI音频生成领域，除了Audiobox，还有以下值得关注的项目：

• Voicebox：Meta于2023年6月推出的语音生成模型，Audiobox正是其继任者。
• Riffusion：一款实时音乐创作工具，专注于生成丰富多样且富有感染力的音乐作品。
• Stable Audio：Stability AI最新推出的音乐生成工具，支持多种风格的音乐创作。

优点评价

Audiobox的推出，标志着音频生成技术迈入了新的发展阶段。其多模态统一的特性，使得语音、音效和环境音的生成更加便捷。高控制性和逼真的效果，使其适用于短视频、播客、游戏开发等多种场景。此外，Meta在安全与责任方面的考量，如音频水印和语音认证等措施，体现了其对技术负责任的态度。

是否收费

目前，Audiobox提供在线演示，用户可免费体验生成功能，但仅限研究用途。模型和代码未开源，需申请研究访问权限。未来若开放商业化，可能采用订阅或按生成量计费模式，但目前无具体信息。

总结

Audiobox的发布，为音频创作领域带来了新的可能性。无论是专业人士还是业余爱好者，都能通过这一工具，轻松创作出高质量、个性化的音频内容。随着技术的不断发展，期待Audiobox在未来能够为更多用户带来便利和创意。