🔥36氪•較早收集於 0m
OpenAI 收購 AI 聲音複製新創公司 Weights.gg
💡OpenAI 最新收購聲音複製技術的舉動，暗示其模型生態系即將迎來重大的音訊功能更新。
⚡ 30-Second TL;DR
有什麼變化
OpenAI 收購了聲音複製新創公司 Weights.gg 的團隊與知識產權。
為什麼重要
此收購案極可能增強 OpenAI 在高保真語音合成與個人化語音模型方面的能力，用於未來的產品迭代。
下一步行動
請密切關注 OpenAI 即將發布的音訊 API 更新，留意其是否整合了先進的聲音複製或合成功能。
誰應關注：Developers & AI Engineers
關鍵要點
- •OpenAI 收購了聲音複製新創公司 Weights.gg 的團隊與知識產權。
- •該收購案於今年初低調完成，未公開具體交易條款。
- •Weights.gg 此前提供 AI 語音合成與複製相關工具。
🧠 深度解析
Web-grounded analysis with 19 cited sources.
🔑 增強重點摘要
- •Weights.gg 曾營運一個基於 RVC（Retrieval-based Voice Conversion）技術的語音模型平台，該平台包含大量未經授權的名人及政要聲音模型，並曾獲得約 400 萬美元的風險投資。
- •OpenAI 對 Weights.gg 的收購不僅包括其所有知識產權，還吸納了該公司的約六人團隊，旨在強化其在 Voice Engine 等語音技術領域的佈局。
- •Weights.gg 此前提供一個名為「Replay」的免費應用程式，供用戶進行聲音複製操作，並主打搭建平台社群以供用戶開發和分享 AI 演算法。
- •OpenAI 早在 2022 年底就已開發 Voice Engine，並用於支援其文字轉語音 API 中的預設語音功能以及 ChatGPT 的語音和朗讀功能，但因潛在濫用風險，該技術尚未向公眾開放。
- •OpenAI 於 2026 年 5 月 8 日發表了三款全新的即時語音模型，包括具備 GPT-5 等級推理能力的 GPT-Realtime-2、支援 70 多種語言即時翻譯的 GPT-Realtime-Translate，以及即時語音轉文字的 GPT-Realtime-Whisper。
📊 競品分析▸ Show
| 公司/產品 | 特點/功能 | 定價模型 | 基準/優勢 |
|---|---|---|---|
| OpenAI (Voice Engine) | 15秒音訊樣本複製人聲，生成自然情感語音，支援多語言翻譯並保留口音，數位浮水印追溯來源。 | 尚未向公眾開放，僅限小規模合作夥伴測試。 | 高度擬真、情感豐富、多語言翻譯保留口音。 |
| OpenAI (Realtime API) | GPT-Realtime-2 (GPT-5級推理、多步驟工具調用、處理打斷/噪音)；GPT-Realtime-Translate (70+輸入語言譯13輸出語言、即時跟隨說話者)；GPT-Realtime-Whisper (串流語音轉文字、低延遲)。 | GPT-Realtime-2: 輸入 $32/百萬token，輸出 $64/百萬token。GPT-Realtime-Translate: $0.034/分鐘。GPT-Realtime-Whisper: $0.017/分鐘。 | 即時互動、高推理能力、低延遲翻譯與轉錄，成本具競爭力。 |
| ElevenLabs | 高擬真度語音合成與複製，API 深度整合，支援多種語言，具備情感滑桿功能。 | 免費額度 (每月15,000字符)，付費套餐。 | 企業級解決方案首選，獲得 a16z 和 NVIDIA 投資，中文語音自然度高。 |
| Resemble AI | 20 秒音檔即可完成高品質語音複製，導入語音浮水印與同意制合規設計。 | 未公開具體定價，強調效率與倫理風險防範。 | 快速高效的語音複製，重視倫理與安全。 |
| Lalals | 一體化音訊平台，擁有 1000+ AI 聲音，支援變聲、音樂生成、音軌分離、文本轉語音、聲音克隆。 | Freemium (免費增值)。 | 豐富的聲音模型庫，多功能音訊處理。 |
🛠️ 技術深入
- Weights.gg 的核心技術: 該平台主要基於 RVC (Retrieval-based Voice Conversion，檢索式語音轉換) 技術運作，允許用戶創建和分享 AI 語音模型。
- OpenAI Voice Engine: 該模型僅需 15 秒的音訊樣本和文字輸入，即可生成自然流暢且與原始說話者聲音高度相似的語音。它能生成情感豐富、逼真的語音，並在翻譯內容時保留原始說話者的母語口音。
- OpenAI Realtime API 模型:
- GPT-Realtime-2: OpenAI 首款具備 GPT-5 等級推理能力的即時語音模型，專為即時語音互動打造，能處理難度較高的語音請求，呼叫工具，處理修正或中斷，並以契合情境的方式回應。
- GPT-Realtime-Translate: 全新即時翻譯模型，可將超過 70 種輸入語言的語音翻譯成 13 種輸出語言，同時能夠跟上說話者的節奏。
- GPT-Realtime-Whisper: 新的串流語音轉文字模型，能在說話者開口的當下即時轉錄語音內容，實現低延遲的語音轉文字。
- 安全措施: OpenAI 在 Voice Engine 的測試階段已實施安全措施，包括利用數位標籤追蹤新工具生成的語音來源，並主動監控現有使用者的使用方式。
🔮 前景展望AI analysis grounded in cited sources
OpenAI 將加速其語音 AI 產品的商業化進程，特別是在即時互動和多語言應用方面。
收購 Weights.gg 強化了其技術儲備，結合其新發布的即時語音模型，OpenAI 有能力提供更先進且具成本效益的語音解決方案給開發者和企業。
OpenAI 將面臨更大的挑戰來平衡 AI 語音技術的創新與倫理風險防範。
Weights.gg 曾因包含未經授權的名人聲音模型而引發爭議，這將促使 OpenAI 在其 Voice Engine 等產品的推廣中，更加嚴格執行語音驗證、禁用語音清單和數位浮水印等安全措施。
AI 語音克隆技術的應用場景將進一步擴展至更個性化和沉浸式的體驗。
結合 Weights.gg 的 RVC 技術和 OpenAI 自身的情感調控能力，未來的 AI 語音將能提供更具表現力、更符合用戶需求的客製化聲音，應用於客服、內容創作、教育等領域。
⏳ 時間線
2022-12
OpenAI 首次開發 Voice Engine，並用於支援其文字轉語音 API 及 ChatGPT 語音功能。
2024-03-29
OpenAI 發布 Voice Engine 的小規模預覽，但因濫用風險暫不向公眾開放。
2025-10
OpenAI 升級 Voice Engine，新增「情感調控」功能。
2026-01-21
Weights.gg 用戶發起請願，呼籲在 3 月 31 日前阻止其關閉服務。
2026-03
Weights.gg 關閉服務。
2026-03
OpenAI 低調收購 AI 聲音複製新創公司 Weights.gg，獲其團隊與所有知識產權。
2026-05-08
OpenAI 發表三款即時語音模型：GPT-Realtime-2、GPT-Realtime-Translate 和 GPT-Realtime-Whisper。
📎 來源 (19)
Factual claims are grounded in the sources below. Forward-looking analysis is AI-generated interpretation.
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： 36氪 ↗