语音 AI 技术

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。

Call 编辑部 · 发布于 · 阅读约需 5 分钟

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。

一个人在安静的房间里对着桌上的麦克风录制自己的声音
示意图

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。

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。

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

  1. 同意当事人同意并录制同意声明。
  2. 录制他们在安静的房间里朗读训练文本。
  3. 创建系统构建该声音。
  4. 检查试听样本并在电话上测试。
  5. 限定决定该声音可以在哪里使用、不可以在哪里使用。
  6. 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

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。

在 Call 中录制并管理你自己的声音,用于 AI 通话

在演示控制台中,您可以通过模拟体验来电。

相关指南