微信公众号悄悄上线AI音色克隆，微信的一小步，却是AI的一大步。
AI音频的东西，在收到一些身边亲近人的语音的时候会产生一些警惕，但是我们家里的老人呢？他们很多人对现在的AI并不是很了解，一旦AI音色克隆放开，很容易就是骗子拿着你4、5秒的音频去发给你的爷爷奶奶舅舅舅妈，骗取他们的信任。
可能你会发现，你听到的不再是那个永远跟其他人一样，相同的男声。
此时，微信可能会用我的声音，来为你朗读出这篇文章。
之所以，我一直在说可能，是因为我虽然在后台设置好了，但是只有这篇新发的文章，我才能知道，我的声音到底有没有生效。
不过，再怎么说，这都是微信的一小步，却是AI的一大步，真的。
意外的发现公众号版本又更新了，更新到了2.29.1，当然版本号无所谓，重要的是，这个设置里面的新功能：朗读音色。
以前是绝对没有这个功能的，作为一个几乎以公众号为生的我，对公众号后台的一点点变动，都会非常的敏感。
点开以后，会有一个系统默认的音色，你可以，创建自己的音色。
点击创建新的音色，就会进入到一个新页面，会让你现场朗读一句话。
甚至会从你的实际文章中，抽取一些片段，来让你读，非常的有意思。
这里我正好也解释一下，为啥现在微信、豆包、kimi等等产品，在做AI音色克隆的时候，都要让你现场读一段文本，再用这段音频去做音色克隆，而不是让你随便上传一段音频呢？
前段时间三只羊AI音频事件，还有AI雷军国庆节在微博上骂了7天等等，我想大家应该都能感受到，AI克隆音色这玩意一旦放开，会有多少跟诈骗相关的风险。
一旦放开，可以随便上传一段音频，最开心的不是你我他，而是骗子。
看我号的读者，应该尚且知道AI音频的东西，在收到一些身边亲近人的语音的时候会产生一些警惕，但是我们家里的老人呢？他们很多人对现在的AI并不是很了解，一旦AI音色克隆放开，很容易就是骗子拿着你4、5秒的音频去发给你的爷爷奶奶舅舅舅妈，骗取他们的信任。
且万一有一些人，如果真的石乐志，克隆一些官员的声音，那...后果基本不敢设想。
所以，现在基本清一色都是这种方式，让你用实时录制的方式，念出文本上的随机的话，还不能念错。
在你读完这段话后，就会嘟嘟嘟的进入克隆的步骤，速度很快，大概十几秒就能完全搞定。
音色基本很完美，跟我声音一样，情绪是TTS的老问题了，不说了，整体质听感上，是还算OK的。
我测试了一下，老的文章还是不会变的，可能只有新的文章，才能支持我的音色。
所以只有这篇发出来，我才能知道，我的音色，来听全文，到底是个什么感觉，以及，到底会不会用我的音色。。。
其实，我脑子里幻想过，公众号到底会怎么接入AI，来帮这个可能是最大的长图文平台赋能。
想过AI创作，想过AI起标题，想过AI搜索，想过AI总结，但是没想到的是，来的第一个，居然是AI音色克隆。
不过其实细想想，也合理。
公众号这个载体，我一直调侃说，我可能是最后给公众号送终的那一批人。
短视频俯瞰众生，短图文在侧不断侵蚀羽翼，身后还有播客虎视眈眈。
长图文，变的越来越像一个日落西山的老人，守着自己的一亩三分地，尽可能的给大家种出最好的果实。
而公众号，作为长图文领域无与伦比的王者，非常坦率的讲，一直有一个在我看来很大的问题，过往很难解决，就是IP化很难。
短视频为什么做一个人的IP，比公众号简单很多？是因为内容载体。
在公众号上，你看到的永远是冷冰冰的文字，即使作者把这段话，写的登峰造极，写的舌灿莲花，你能看到的也依然是文字，是神交。
而短视频呢？你看到的不是文字，是一个具象化的人，你知道他长什么样，哦这个人有点长的有点潦草头发看着总是好久不洗，哦还有一个人带着眼镜总是说话的时候张不开嘴。
而那些内容，更是他亲口念出来的，你看到所有的文字，不是冷冰冰的文字，而是他在读，你听到的除了信息，还有情绪，还有他的笑与泪。
这就是为啥，在短视频上做IP，要比公众号，简单的多。
而这一次更新，我觉得很有趣的一点是，微信公众号这一次的更新，他们把声音，给补上了。
在过往，我们用文字表达思想，用图片传递视觉，现在又多了一个维度，可以用我们自己的的声音来传递情感。
声音终于成为了我们这群做图文内容的人的有机组成部分，而不在只是，机械的朗读。
我乐意看到微信的每一次变化，特别是跟AI有关的更新。
AI，很多时候就像空气一样，只有当你感受不到它，觉得他是我们生活中理所应当的一部分，这时候，AI就算是真正的成功进入每个你我一样的普通人的生活中了。
微信，作为可能是我们国内，最大的超级APP，没有什么，比他跟AI的结合，影响范围更广了。
以后的某一天，可能所有的公众号，都有了自己的专属声音。
0赞好文章，需要你的鼓励
推荐文章
从日常办公到AI开发，戴尔用新一代AI PC回应算力与协作的双重挑战。
麻省理工学院研究团队发现大语言模型"幻觉"现象的新根源：注意力机制存在固有缺陷。研究通过理论分析和实验证明，即使在理想条件下，注意力机制在处理多步推理任务时也会出现系统性错误。这一发现挑战了仅通过扩大模型规模就能解决所有问题的观点，为未来AI架构发展指明新方向，提醒用户在复杂推理任务中谨慎使用AI工具。
继苹果和其他厂商之后，Google正在加大力度推广其在智能手机上的人工智能功能。该公司试图通过展示AI在移动设备上的实用性和创新性来吸引消费者关注，希望说服用户相信手机AI功能的价值。Google面临的挑战是如何让消费者真正体验到AI带来的便利，并将这些技术优势转化为市场竞争力。
中科院自动化所等机构联合发布MM-RLHF研究，构建了史上最大的多模态AI对齐数据集，包含12万个精细人工标注样本。研究提出批评式奖励模型和动态奖励缩放算法，显著提升多模态AI的安全性和对话能力，为构建真正符合人类价值观的AI系统提供了突破性解决方案。
/
0赞
京公网安备 11010802021500号 京网文(2025) 0096-033号 京字第20868号
