语音“克隆”实为风格迁移

一项研究发现，常用的语音克隆模型并非忠实复制个人声音，而是对源声音施加风格迁移。人工评分者认为克隆声音比原始声音更具权威感、更亲和、更像客服、更像真人，对克隆声音的信任度更高，也更愿意向其透露敏感个人信息。研究还显示语音克隆会导致说话人特征同质化，口音、语速和音频嵌入空间的方差均有所下降。作者称这些结果揭示了语音克隆技术的新局限与风险及其对人类行为的潜在影响。