公众号关注 “GitHubDaily”

设为 “星标”，每天带你逛 GitHub！

在上学那会，我便一直有个想法，要是能有一个英汉自动翻译机，能把我说的话，直接翻译成英语就好了。这样，我就不需要在凌晨早起背单词语法，在操场上训练口语。

当我在「流浪地球」电影中，看到刘培强用汉语与其它国家宇航员进行跨国界无缝交流时，我觉得，这才是未来该有的样子。

所有人只需要掌握一种语言，便可通过 AI 智能转译功能，快速成为任一国家的 Native Speaker。

前阵子 ChatGPT 横空出世，开始尝试通过理解人类语言以及情感，对语言进行翻译。

这在语言翻译领域，无疑是一次大胆的尝试。

也就是说，现在的 AI，不仅能翻译语言，还能根据你所需要表达的情感对语言进行润色。

现在，就差一个声音克隆以及语言表达工具了。

此前在 GitHub 上有人开源过一款语音克隆工具：Real Time Voice Cloning，它能在 5 秒内完成你的声音克隆，并让 AI 基于文本生成语音。

🔗 https://github.com/CorentinJ/Real-Time-Voice-Cloning

这个项目已经推出便受到了不少开发者的关注，克隆出来的声音相似度非常高。

唯一美中不足的，就是 AI 克隆出来的声音，说话依旧是冷冰冰的，没有情感。因此，即便声音听起来很像原声，但还是有股浓浓的机械感。

直到今早起床时，我偶然在 Hacker News 看到了一个让我眼前一亮的项目：play.ht。

它可以从 20 秒的音频中快速生成克隆语音，并自动转换为英语。

也就是说，即便你不会说英语，也可以通过语音克隆的方式，立刻说出一口流利的英语。

在使用的过程中，我试了下自己的声音，确实有点震撼。

🔗 playground.play.ht

这里的技术采用了一个名为 Parrot 的模型，它能从几秒的音频克隆出声音，并基于文本，重新生成一段富有情感的语音。

目前该模型只支持英语，不过技术团队已经在开始尝试支持更多语言。

克隆声音的数据样本主要分两种：高保真（20 分钟）和零样本（20 秒），给的音频样本时间越长，其精度就更佳。

下面提供的两段音频示例，是我基于雷总某个采访的声音样本进行克隆的。

这里用的是一段比较粗糙的文本，大概 40 秒左右，就已经能拥有这样的效果：

如果你感兴趣的话，也可以用自己的声音试下。

看着自己的声音被一步步转化成英语，那种感觉，你只有真正体验过，才能知道有多震撼。

未来，该工具将被应用到各类数字内容创作（如游戏、媒体、在线教育）等平台。

你可以想象，未来的 3A 游戏大作，不再需要人工来配台词，而是通过采集声优的各种情绪配音，自动生成所有国家和地区的语言，甚至是方言。

电台主持人、歌手，以及那些可标准化输出声音的职业，都有可能被这个工具取代。

随着 AI 的进步与发展，学习英语的投入产出比正在逐渐降低。

在将来的某一天，或许我们只需要佩戴个入耳式耳机，便能与其他语种的人无缝交流。

一键部署 ChatGPT 网页应用

前两天有好几个朋友都说想自己搭建个 ChatGPT 机器人玩一玩。

这里推荐一个我今天在 GitHub 上看到的开源项目：ChatGPT Next Web，可一键免费部署你的私人 ChatGPT 网页应用。

UI 做的还蛮好看的：

🔗 https://github.com/Yidadaa/ChatGPT-Next-Web

主要功能如下：

• 在 1 分钟内使用 Vercel 免费一键部署；

• 精心设计的 UI，响应式设计，支持深色模式；

• 极快的首屏加载速度（~85kb）；

• 自动压缩上下文聊天记录，在节省 Token 的同时支持超长对话；

• 一键导出聊天记录，完整的 Markdown 支持；

• 可绑定自己的域名。

感兴趣的同学可以试下。

最后再插个题外话，近期有不少同学反映说收不到公众号文章的推送，有时要等好几天才能刷到。

这个是因为公众号现在改版了，打乱了推文信息流。如果你不对公众号加星标的话，确实没办法第一时间接收到推送。

为了能够第一时间接收到文章推送，建议大家到 GitHubDaily 公众号主页加个星标。

文中所提到的所有开源项目与工具，已收录至 GitHubDaily 的开源项目列表中。

该列表包含了 GitHub 上诸多高质量、有趣实用的开源技术教程、开发者工具、编程网站等内容。

从 2015 年至今，累积分享 3500+ 个开源项目，Star 增长 21000+，有需要的，可访问下方 GitHub 地址或点击文末「阅读原文」自取：

GitHub：https://github.com/GitHubDaily/GitHubDaily