Mavericks 公司為其視訊生成人工智慧程式 NoLang添加了語音克隆功能。該程式只需一分鐘的音訊錄製即可創建高品質的語音克隆，然後可以直接在 NoLang 中使用這些克隆語音生成視訊。
自2024年7月發布以來，NoLang的註冊用戶已超過15萬，並被60多家公司採用。其新功能允許使用者透過在瀏覽器中錄音或使用現有音訊檔案（相容於mp3/wav/m4a/aac/ogg/flac格式）建立複製語音。錄音時的音調和語氣都能被精準還原，使用戶能夠根據時間、地點和場合使用不同的「語音表達」。
此企業方案還提供一項功能，可從英文音訊檔案創建複製英文語音，從而降低為海外受眾製作影片的門檻。潛在應用包括：為企業規劃和投資者關係中的不同利益相關者製作影片；為人力資源和培訓製作差異化語音；以及利用公司角色語音進行公共關係和品牌推廣。
從： 
視訊生成人工智慧NoLang現在只需一分鐘錄音即可產生剋隆語音。它可以根據時間、地點和場合調整語音、語調和說話方式，並將其轉換為英語，為在商務場合使用視訊提供強大的支援。
【社論】
在視訊生成人工智慧領域，語音個人化正成為下一個競爭熱點。 NoLang新實現的語音克隆功能的最大特點是，它只需一分鐘即可產生高品質的克隆語音。
儘管ElevenLabs和Murf AI等海外廠商在語音克隆技術領域處於領先地位，但這些服務主要專注於語音生成。而NoLang作為一個視訊生成平台，已經擁有15萬用戶，並被60多家公司採用，其語音克隆功能的整合具有重要的戰略意義。
從技術角度來看，值得注意的是，錄音時的音調和語調會直接反映在合成語音中。換句話說，即使是同一個人，如果錄音時語氣平靜，合成語音聽起來就會可信；如果錄音時語氣明亮，合成語音聽起來就會充滿活力。這與傳統的語音合成技術截然不同，使得根據時間、地點和場合使用不同的語音成為可能（TPO）。
企業版方案的另一個重要功能是能夠從現有文件中產生音訊。它支援主流音訊格式，包括 mp3、wav、m4a、aac、ogg 和 flac，讓您可以使用先前在錄音室錄製的高品質旁白素材或從演示影片中提取的音訊。這使得繁忙的高管無需直接錄製音頻，從而顯著簡化了內部視頻製作流程。
此外，英語支援對於旨在拓展全球業務的日本企業來說是一項突破。只需上傳英語音訊文件，即使是日語使用者也能製作出英語流利的影片。這顯著降低了製作面向海外投資者的投資者關係影片或針對外籍員工的培訓影片時的語言障礙。
在企業規劃和投資者關係領域，這項技術的應用被視為潛在的用例，尤其引人注目。傳統的財務報表和說明性資料主要透過文字和圖片揭露訊息，而透過包含管理層聲音的影片來傳播訊息，則為建構與投資者的關係開闢了新的維度。此外，無需管理層投入任何實際工作，即可大量製作針對每個利害關係人優化的影片內容，這將拓寬投資者關係策略的選擇範圍。
在人力資源和培訓領域，合規培訓採用平靜的語調，招聘影片採用明快的語調，有望提高學員的學習保留率和錄用率。這不僅能提高效率，還有可能提升訓練本身的效能。
另一方面，語音克隆技術也引發了倫理問題。報告顯示，基於深度偽造技術的語音詐欺案件將在2024年增加442%，其濫用風險不容忽視。 NoLang未來將採用的身份驗證機制和使用條款將是其發展的重要因素。
此次新增功能使NoLang從一個簡單的「視訊產生工具」發展成為一個「企業音訊和視訊資產數位化和利用平台」。它將企業的「人員」資產從時間和空間的限制中解放出來，並將其轉化為可在全球部署的數位資產。這不僅是一個提高效率的工具，更是一項具有變革企業溝通本質潛力的技術創新。
[術語]
語音克隆
這項技術利用人工智慧學習特定人物的音質和說話風格，並產生與該人物聲音完全一致的合成語音。此前，這需要幾十分鐘到幾小時的語音數據，但最新技術只需一分鐘的語音樣本即可創建高品質的克隆語音。
TPO（時間、地點、場合）
它指的是根據時間、地點和情況選擇適當的行動和表達方式。在NoLang的語音克隆功能中，它指的是根據不同的商務場合使用不同的語調和語速。
投資者關係（IR）
及時揭露是指公司向股東和投資者提供有關其業務、財務狀況和業績趨勢的資訊。及時揭露所提供資訊的品質對公司價值和股價有著重要影響。
Live2D
這項技術可以讓你為二維插圖添加三維動態效果。它被虛擬主播和遊戲角色廣泛使用，而NoLang則允許你上傳這些模型並在影片中使用它們。
概念驗證 (PoC)
這是對新技術和新理念可行性的試行實施，目的是在全面實施之前確認其有效性和存在的問題。
[參考連結]
NoLang for Business 官方網站（外部連結）
這是影片產生人工智慧「NoLang」企業方案的官方網站。它提供了企業方案功能的詳細信息，包括語音克隆功能。
NoLang 官方網站（外部連結）
一款日本開發的影片產生人工智慧服務，可在數秒內根據文字或PDF文件產生影片。提供免費套餐。
Mavericks Co., Ltd. 官方網站（外部連結）
NoLang 是一家生成式人工智慧新創公司，開發視訊生成人工智慧「NoLang」和超解析度技術「KAKUDAI」。
ElevenLabs語音克隆（外在）
作為語音克隆技術領域的全球領導者，它只需一分鐘的音訊即可創建高品質的克隆語音，並支援超過 32 種語言。
Fish Audio （外部）
支援多種語言（包括日語）的AI語音合成和克隆服務。它提供錄音室層級的文字轉語音和即時語音複製功能。
[參考影片]
[參考文章]
影片產生人工智慧「NoLang」發布新功能，只需一張照片和一分鐘音訊即可建立您自己或您公司的形象影片（外部連結）
NoLang 在新聞稿中宣布推出 Real Avatar 和 Voice Clone 功能。該公司還表示，註冊用戶數量已超過 15 萬人。
2025 年人工智慧語音克隆技術完全指南（外部連結）
這是一份關於人工智慧語音克隆技術的全面指南，涵蓋了從神經語音合成的技術細節到倫理考慮的所有內容。
視訊語音克隆：2025 年完整指南（外部連結）
本書詳細介紹了語音複製技術的現狀及其在 2025 年的應用前景。內容涵蓋了從 3 秒到專業品質的最新技術趨勢。
AI語音：如何複製語音以及最佳入門應用 [2025] （外部連結）
本文對語音克隆方法和主要應用進行了比較，並預測到 2025 年全球市場規模將達到 271.6 億美元。
【2025 最新】用自己的聲音進行語音合成！詳盡介紹推薦網站、選擇方法和注意事項（外部連結）
日語語音克隆服務比較分析。從音質、功能、價格等方面介紹各項服務的特色。
[編者註]
隨著視訊內容在企業傳播中扮演越來越重要的角色，將個人聲音作為數位資產的時代已經到來。只要錄製一分鐘，你的聲音就可以全年365天、每天24小時、在全球任何地方、以任何語言使用──這樣的未來已成為現實。
像NoLang這樣的工具不僅是提高效率的工具；它們還有潛力提升個人的溝通技巧和企業的品牌價值。然而，語音克隆技術也存在倫理問題。我們innovaTopia編輯團隊希望與您一起關注並思考這項技術在社會中的應用及其影響。
您會如何使用這項技術？您認為我們應該做好應對哪些風險的準備？請分享您的想法。
