企业声音克隆:同意、质量与使用
企业声音克隆实用指南:何时适合、同意应如何运作、如何检查质量、在哪些方面加以限制,以及何时不该使用。
克隆声音是经过训练、听起来像某个特定人的合成声音。对企业来说,吸引力显而易见:由老板的声音问候每位来电者、一致的品牌声音,或为老客户提供熟悉的声音。但克隆声音也是一个人以可被滥用的形式存在的身份。妥善处理它,既关乎技术,也关乎信任和同意。

本指南涵盖克隆何时合理、如何收集并保存同意、如何录制和检查质量、在哪些方面限制使用,以及应避免的情形,最后说明在 Call 中的流程。相关主题请参阅语音 AI 的隐私设计和通话中的 AI 披露。
什么是克隆,企业为什么会考虑
声音克隆是根据某人朗读预设文本的录音构建的。系统学习该声音的特征,之后就能用它说出新的句子。与现成的合成声音相比,克隆声音听起来更有个人色彩,这就是小企业、创作者和品牌考虑它的原因。
企业考虑克隆的原因
- 熟悉的声音由老板或知名主持人问候来电者。
- 一致性每个时段、每条信息都是同一个声音。
- 节省时间无需为每条通知重新录音。
- 品牌声音在通话和提示音中拥有辨识度高的声音。
这些理由没有一个必须靠克隆实现。精心挑选的现成声音往往同样适用,风险还更少。克隆应当是经过深思熟虑的选择,而不是默认选项。
同意:不容商量的部分
被克隆声音的人必须明确且知情地同意。这意味着他们清楚该声音将用于什么、会在哪里发声、谁可以使用,以及如何撤回。在许多地方,声音属于个人数据,对个人声音和肖像的权利也可能适用。各地规定差别很大,因此请将以下内容视为良好做法,并核查你所在地的法律。
- 以书面形式获得同意,或让当事人用自己的声音朗读并录下一段同意声明。
- 说明用途和限制:哪些线路、哪些用途、期限多久。
- 允许随时撤回,并说明撤回时该声音将如何处理。
- 绝不要根据公开录音或与此无关的人克隆声音。只克隆你自己的声音,或已同意者的声音。
- 记录谁在何时同意了什么。
如果使用员工的声音,请记住,雇佣关系不等于同意,而且人是会离职的。事先决定员工离职时如何处理该声音,并写成书面文字。关于语音数据处理的进一步阅读,请参阅通话数据保留。
合理的流程
从同意到正式使用
- 同意当事人同意并录制同意声明。
- 录制他们在安静的房间里朗读训练文本。
- 创建系统构建该声音。
- 检查试听样本并在电话上测试。
- 限定决定该声音可以在哪里使用、不可以在哪里使用。
- 监控复查通话,并保留移除该声音的权利。
录制要点
输入的质量决定输出的质量。在安静、吸音的房间里录制,使用像样的麦克风并保持稳定的距离,用平常说话的声音朗读,而不是表演的声音。任何有磕绊、咳嗽或噪声的段落都要重录。干净的录音比长的录音更重要。
检查质量
在真实电话上听,而不只是用好耳机听。检查姓名、数字和你的业务用语。留意奇怪的停顿、平淡的语气和读错的音。请几位熟悉真人声音的人谈谈感受。如果它听起来很像却又不对,可能比明显的合成声音更糟,因为来电者会感觉到异样,却说不出为什么。
使用前的质量检查
- 在电话上听过,而不只是用耳机听
- 企业名称和常用词发音正确
- 数字、日期和时间读得清楚
- 语气与场景相称,沉稳而不夸张
- 当事人本人对它的听感感到自在
适用与不适用的场景
克隆声音的良好用法与不当用法
| 适合 | 不适合 | |
|---|---|---|
| 问候语和固定消息 | 给来电者的熟悉欢迎 | 不适用 |
| 常规信息 | 营业时间、路线指引、简单的回答 | 以当事人名义提供建议或谈判 |
| 销售 | 来电者要求的明确信息 | 用受信任者的声音施加压力或制造紧迫感 |
| 敏感时刻 | 中立的、明显是合成的声音 | 用借来的声音表示慰问或处理投诉 |
最严格的检验是:如果来电者发现了真相,会觉得被骗吗?友好的老板问候,如果声明是合成语音,就通过检验。而用克隆声音打电话给客户,让人以为真人在线,则不通过。绝不要用声音去向不知道它是合成的人冒充真人。
对来电者诚实
告知来电者他们正在与 AI 交谈。使用熟悉的声音使这一点更重要,而不是更不重要。许多地方对合成语音和自动呼叫的披露有规定或指引,而且在不断变化。例如在美国,监管机构在某些通话情境中已将 AI 生成的声音视为人工语音,因此明智的做法是向监管机构核实现行立场,例如联邦通信委员会。另请参阅欧盟 AI 法案与语音智能体。
需要管理的风险
- 滥用:只要声音存在就可能被复制。限制谁能使用,并控制访问。
- 撤回:让移除变得可行、迅速且彻底。
- 漂移:为某一用途使用的声音会逐渐扩散到其他用途。定期复查用途。
- 声誉:受信任声音中的一处错误或一句奇怪的话,会影响到该本人。
- 对服务商的依赖:了解语音数据存放在哪里以及如何删除。
在 Call 中如何做
在 Call 中,工作区可以在「语音」下的「AI 语音」中,通过克隆我的声音卡片录制自己的声音。你输入姓名,选择朗读所用的语言,勾选确认这是你自己的声音且不会克隆他人声音的复选框,并朗读一句同意声明。然后逐段朗读训练文本,可以重读任何一段,并创建声音,服务商可保持自动或自行选择。在来电者听到之前,先听一段样本,并在同一页面上拨打你自己的手机进行测试。
满意之后,点击用于我的智能体的通话,选择会话引擎,卡片就会显示它正在使用中。你可以随时删除该声音,之后通话会回到默认声音。只有工作区管理员才能使用或删除它,平台运营方可能会在克隆可用之前审核同意录音。另外,「声音档案」会记录其声音被识别的客户或员工的同意,撤回同意会删除声纹。还可以为电话线路单独指定声音。关于声音应该说什么,请参阅AI 电话应答的问候话术。
常见问题
声音克隆合法吗?
取决于地点和用途。同意、数据保护、公开权和消费者保护方面的规则都可能适用。请取得同意,保持透明,并核查你所在地的规定。
我可以克隆员工的声音吗?
只有在获得其知情的书面同意时才可以,该书面同意应说明声音如何使用以及离职时如何处理。仅有雇佣关系不等于同意。
我可以克隆名人或公众演讲者的声音吗?
不可以。未经同意使用他人的声音不道德,也可能违法。
来电者能知道这是合成声音吗?
仅凭听觉不能,所以你必须告知他们。披露他们正在与 AI 交谈是良好做法,也可能是法律要求。
需要多长的录音?
取决于系统。录音的质量比长度更重要:安静的房间、稳定的声音和清晰的朗读。
如果当事人希望删除自己的声音怎么办?
你应当能够迅速将其删除并停止一切使用。请在创建声音之前就为此做好规划。