最强AI声音克隆，仅需15秒！一键即可生成雷军"骂人"语音！

本文背景

前段时间，直播头部公司三只羊还未走出「月饼门」，又陷入「录音门」。

一段疑似三只羊高管的录音内容被曝光，内容低俗，涉及到多位高管、主播，后来警方调查，音频内容不实，为 AI 伪造。好多人还真是无法相信，如今的AI能够到达如此以假乱真的地步。

还有短视频平台上出现了大量“雷军AI配音”的恶搞视频。

在这些视频中，“雷军”宣布捐款给某大学、用小米SU7撞人、远程控制小米手机进行爆炸等。到现在平台上相关话题浏览量已经过亿。

在雷军的微博评论区中也是炸锅了，各种各样评论

到底是用的什么制作的？

觉得这款工具厉害是因为它在我了解的所有语音工具中，处理长文本的能力是最强的，绝对的无可匹敌。

它可以一次性处理5000个字符，或者更多的文本。而且还能通过3秒以内的声音样本，进行快速声音克隆，雷军语录，就是用这款工具合成的。

效果特别逼真，最重要的是，它不仅功能强大，还具备高度的自然语言处理效果。能够精确的模拟情绪，并生成高质量的音频效果

部署安装

方法一：官网安装

简介官方地址：https://github.com/SWivid/F5-TTS

官网的介绍是需要科学的网络环境，才能够安装相关依赖，

具体的部署教程在下方也有

方法二：整合包直接安装

如果大家觉得麻烦，可以使用整合包，好处不需要在服务器上面部署环境，直接打开就可以使用

打开软件：

稍等片刻

浏览器就会自动进入主体界面

其中里面的Batched TTS就是输入文案的界面。

使用教程

在这里上传自己的音频或者你想模仿的音频。

然后在Reference Text输入这段音频的文字，也可以不用输入，为了更精确还是输入的好，反正不需要太长

因为上次雷军事件，有律师说这个违法，所以我这里不示范雷军的音频了，我直接找了一个小姐姐的音频导入。

点击Synthesize开始生成，之需要等几分钟生成完毕

等待下面加载中

完成

其中这款软件还有对话和声音变色的功能

对话可以通过输入两个不同的音色，整合成一个音频，而不需要你自己手动剪辑整合。

声音变色就是让声音有不同的情绪，可以高兴、悲伤、生气等等，当然每个情绪都需要上传对应不同的音频，高兴就上传高兴的音频，悲伤就上传悲伤的，以此类推。

总结

有个小技巧大家在用的时候需要注意一下，F5支持中英文，但是不支持数字，这个点就非常的尴尬，所以你需要把数字处理一下变成中文。比如，369，变成“三六九”。F5就能正常识别了。

至于文案方面，方法太多了，最常用的还是借鉴其它的文案，目前新增了第三版重写指令，能够无字数差别重写，深度减少AI味

我是大象，目前在做AI写作，副业从事新媒体运营，并拥有自己的工作室。借助AI技术趋势，我们可以做自媒体任何行业的赋能

我通过发布多篇实用干货视频教学，我每天深入研究AI的应用，大部分文案和视频都由AI协助完成，使我的工作效率大幅提升，节省了近一半的人力成本。AI的趋势远不止于此，其潜力巨大。