比推消息，微软研究团队推出了VALL-E 2，这是一种新型语音合成人工智能系统，仅用几秒钟的音频就能生成与源音频难以区分的“具有人类水平表现”的声音。研究团队表示，VALL-E 2 与其他语音克隆技术的不同之处在于其“重复感知采样”方法和采样技术之间的自适应切换。这些策略提高了一致性并解决了传统生成语音中最常见的问题。然而，尽管它令人印象深刻，但该工具不会向公众开放。

“目前，我们没有计划将 VALL-E 2 纳入产品或扩大公众使用范围，”微软在其道德声明中表示，并指出此类工具存在风险，例如未经同意的语音模仿以及在诈骗和其他犯罪活动中使用令人信服的 AI 声音。研究团队强调，需要一种标准的方法来数字化标记 AI 的生成，并认识到以高精度检测 AI 生成的内容仍然是一个挑战。