3
0内容导读：
做这期节目之前，我把自己 5 秒钟的语音丢进了一个公开模型，十分钟后它就能用我的腔调念新闻、讲段子，甚至“替我”给同事发语音消息。那一刻，我意识到：声音这件事，以后可能不再只属于我们自己。今天的播客，我们不聊科幻，只聊正在发生的语音克隆。
凯文凯利新书：2049：未来 10000 天的可能
智能语音技术发展历程：
参考资料：
AI语音克隆进入“零样本”时代？解析TTS模型四大流派与问鼎榜首的MiniMax【硅谷101】
李沐：肝了6个月的AudioLLM，开源了【100亿模型计划】
沐辞臣：探索声音克隆与TTS技术：架构、演进与性能全方位分析
11Labs 增长负责人：搞营销要学着做视频，但创始人出镜会有点自恋
主讲人：
一健
对商业世界充满好奇
AGI忠实拥趸，努力学习技术边界的PM
「山泉水有点甜」播客主理人
Ex 文创公司联创，金融机构一线
时间线：
01:24 技术定义与核心架构
02:22 从传统TTS到统计参数语音合成
04:35 深度学习驱动的技术革命（两阶段 TTS）
05:44 端到端（一阶段模型）、Zero-shot 和情绪控制 TTS
08:13 市场现状
10:18 竞争格局
13:02 玩家 1：ElevenLabs
15:14 未来趋势
BGM：陈楚生-庙堂之外
关于「山泉水有点甜」：
这是一档关于商业见闻的播客，专注于分享生活中遇到的行业趣事，在这其中，也期待和你一起蹦跶出新的思维火光。
欢迎来信，即刻、公众号「山泉水有点甜」、微信「chwng0-1」
