導讀： 昨天，合肥警方通報稱網傳涉盧某某音視頻系偽造。 不過，在警方發布通告后，魏某悄悄改了名，刪了視頻。 然后就可以生成一個角色，這個角色的音色和我們訓練的素材是一樣的。簡單理解為克隆了素材中音色，生成了一個虛擬人。 而且是使用的該平臺的免費模式，并沒有使用精度更高的

昨天，合肥警方通報稱網傳涉盧某某音視頻系偽造。

不過，在警方發布通告后，魏某悄悄改了名，刪了視頻。

然后就可以生成一個角色，這個角色的音色和我們訓練的素材是一樣的。簡單理解為克隆了素材中音色，生成了一個虛擬人。

而且是使用的該平臺的免費模式，并沒有使用精度更高的收費模式。

筆者個人感覺，如果有音質更好的素材，或者選擇精度更高的訓練模式，效果會更加逼真。

估計稍加調教，會生成接近于人自然發聲的效果。

“操”字的發音暴露蛛絲馬跡

不過在嘗試復現的過程中，筆者也發現了一些蛛絲馬跡，主要體現在一些字的發音上。

因為盧的真人視頻網上很多，對比一些詞的發音不算難事。

比如在臟話“操”這個字上，盧在真人視頻中發音為“cào”，而錄音門里的都是“cāo”。也就是錄音里是一聲，而盧平時發音是四聲。

其實四聲是一個口語發音，筆者查了下操本身并沒有四聲這個音，只有一聲。

此外，筆者也測試了其他音視頻生成平臺，發現機器的發音也都是一聲。

這或許是音頻合成沒注意到的細節。

那段流傳的音頻有很明顯的底噪，聽起來像是翻錄了合成音頻，而且還是做成了社交軟件語音聊天的形式，估計廢了不少功夫。