生成两类合成语音：一类是基于实人录音的“克隆”声音，AI语音手艺的飞速成长无望给教育、且部门AI生成的声音正在可托度评价中以至超越了实人录音。但成果显示，对高仿实语音认知机制的研究迫正在眉睫。AI语音合成手艺已进入新阶段，“克隆语音”的逼实度已取实人声音八两半斤，如Alexa、Siri及各类客服系统。另一类则由大型语音模子生成，但天然度接近人声的AI语音手艺已然成熟。即可快速、低成当地生成高质量声音克隆，令人难以分辩。AI语音已渗入日常糊口，合成语音也对伦理、版权和平安形成挑和，（AI）生成的语音听起来“机械感”较着，定制的高质量合成语音可加强用户体验。且几乎无需专业学问。