昨天晚上躺床上刷抖音,刷到一个卖课的,说现在AI克隆声音三秒钟就够了,掐一段微信语音就能做出来,连口音都一样。我看了两遍没敢往下翻。
我今年41,在武汉这边一个房产中介门店当店长,每天光微信语音就得发几十条,带客户看房、给房东报价、群里催人开会,全是我的声音。真要三秒就行,那我这几年的语音不都散出去了吗。
后来又搜了下,看得我更糊涂。有说需要一分钟安静环境录的,有说得半小时素材才像,还有说几十秒就行、素材越杂越准。到底哪个是对的?是看时长还是看录得干不干净?我这种微信语音里一堆背景噪音、还带着路边车声的,别人真拿去了能不能用?
不是我多想,我们店里两个小姑娘天天拿AI配音剪房源视频。想问问懂行的,现在这门槛到底低到什么程度,我以后是不是连语音都不敢随便发了。