play.ht：这个项目可以从20秒的音频中快速生成克隆语音，并自动转换为英语。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。

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。

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。