研究：语音克隆实为风格迁移并致声音同质化

2026年10月7日，arXiv Human-Computer Interaction 发布论文称，常用语音克隆模型并未忠实复制说话人声音，而是系统性地对源声音做风格迁移。人类标注结果显示，克隆声音被评价为比原声更权威、温暖、像客服且更像人，也更值得信任，受访者更愿意向其披露敏感信息。研究还发现克隆导致口音、语速和音频嵌入空间方差下降，出现说话人特征同质化。该结论与此前“语音克隆忠实复制原声”的普遍假设不一致。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。