{"source":{"id":"2071262390646448279","title":"每次在录音里听到自己的声音，你可能都想钻地缝。 你甚至会怀疑：这太难听了，这根本不像自己。 别怀疑，你的直觉是对的。 你…","url":"https://mubeitech.com/p/2071262390646448279"},"method":"semantic-similarity","count":6,"items":[{"rank":1,"id":"16188149","account":"mubei","brand":"@mubei","title":"如今，声音已经不再是你的身份凭证了。 给所有人提个醒： 以后在电话里听到熟悉的声音，哪怕是你的父母、子女或老板，也千万别…","summary":"如今，声音已经不再是你的身份凭证了。 给所有人提个醒： 以后在电话里听到熟悉的声音，哪怕是你的父母、子女或老板，也千万别再轻易相信。 因为克隆一个人的声音，现在免费，甚至连一分钟都不需要。 最近，GitHub 上开源了一个叫 jamiepine/voicebox 的项目。 它叫…","body":"如今，声音已经不再是你的身份凭证了。\n\n给所有人提个醒：\n以后在电话里听到熟悉的声音，哪怕是你的父母、子女或老板，也千万别再轻易相信。\n因为克隆一个人的声音，现在免费，甚至连一分钟都不需要。\n\n最近，GitHub 上开源了一个叫 jamiepine/voicebox 的项目。\n它叫 VoiceBox。\n不需要任何订阅费，也不需要复杂的云端配置。\n最关键的是，它完全运行在你的本地电脑上，数据 100% 属于你，不用担心隐私泄露。\n\n克隆的过程简单到让人后怕。\n你只需要提供一段 20 到 30 秒的语音样本。\n可以是在线录音，可以上传一段音频，甚至直接抓取系统声音。\n点击转录，起个名字，生成声音配置文件。\n接下来，你输入任何文字，AI 就能用这个声音一模一样地念出来。\n\n它后台跑的是 Qwen 3 和 Chatterbox 这类顶级 AI 语音模型。\n如果你有独立显卡，开启 GPU 加速，几秒钟就能生成一段毫无违和感的声音。\n你甚至可以给不同的声音建档案，在软件里让他们分角色对话，做成一整段多人旁白。\n\n这绝对是创作者的生产力神器，但硬币的另一面，是普通人必须立刻更新的安全常识。\n技术是没有善恶的，但人心有。\n这里必须划一条死红线：\n这项技术绝对不能用于冒充他人、电信诈骗，或者在未经当事人同意的情况下克隆任何人的声音。\n\n这也是我们每个人都必须面对的现实。\n当生物识别特征一件件被 AI 攻破，我们传统的信任机制正在彻底瓦解。\n以后凡是涉及转账、借钱、打听隐私的电话，光听声音已经不管用了。\n老老实实跟家人对个只有彼此知道的“暗号”，这才是 2026 年最朴素、也最管用的防身术。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2074121538513608709","translated_status_id":"2074121538513608709","published_at":"2026-07-06 10:32:10","created_at":"2026-07-06T12:25:35+02:00","url":"https://mubeitech.com/p/16188149","markdown_url":"https://mubeitech.com/p/16188149/markdown"},{"rank":2,"id":"raw_b3918e14515b3033","account":"mubei","brand":"@mubei","title":"你戴着耳机听语音，隔壁房间的人真能凭空偷听吗？ 港科大和港理大的研究团队搞了个新实验。 他们拿无线电信号往耳机上一照，耳…","summary":"你戴着耳机听语音，隔壁房间的人真能凭空偷听吗？ 港科大和港理大的研究团队搞了个新实验。 他们拿无线电信号往耳机上一照，耳机电路自己就把声音“广播”出去了。 最绝的是，软件加密根本防不住。 因为信号打过去的时候，耳机已经把音频解密成了模拟电信号。 硬件物理层面的漏音，加密再强也没用…","body":"你戴着耳机听语音，隔壁房间的人真能凭空偷听吗？\n\n港科大和港理大的研究团队搞了个新实验。\n他们拿无线电信号往耳机上一照，耳机电路自己就把声音“广播”出去了。\n\n最绝的是，软件加密根本防不住。\n因为信号打过去的时候，耳机已经把音频解密成了模拟电信号。\n硬件物理层面的漏音，加密再强也没用。\n\n听起来很吓人，但先别急着拔耳机线。\n网上吹的“隔墙 30 米窃听”，实验室里用了 10 瓦的高功率专业放大器。\n普通设备不加料，有效距离其实只有 1 到 6 米。\n而且还原出来的只是测试单音，离听清对话还差得远。\n\n这套攻击成本极高，电影里的特工手段落地，现实里依然得被物理规律卡脖子。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2102268349837103199","translated_status_id":"2102268349837103199","published_at":"2026-09-22 06:48:13","created_at":"2026-09-22T06:48:13.359272","url":"https://mubeitech.com/p/raw_b3918e14515b3033","markdown_url":"https://mubeitech.com/p/raw_b3918e14515b3033/markdown"},{"rank":3,"id":"2045272682393141687","account":"mubei","brand":"@mubei","title":"不用张嘴，不用打字。 你在心里默念一句话，对坐的人能一字不差地“听”到。 然后他用同样的无声方式回复你。 Joe Rog…","summary":"不用张嘴，不用打字。 你在心里默念一句话，对坐的人能一字不差地“听”到。 然后他用同样的无声方式回复你。 Joe Rogan 在播客里看完这演示直接惊掉下巴。 这套设备叫 AlterEgo。 两个人面对面坐着，戴上特制的头戴设备。 一个人在脑子里想：“一会去哪吃午饭？” 对方的脑…","body":"不用张嘴，不用打字。\n你在心里默念一句话，对坐的人能一字不差地“听”到。\n然后他用同样的无声方式回复你。\nJoe Rogan 在播客里看完这演示直接惊掉下巴。\n\n这套设备叫 AlterEgo。\n两个人面对面坐着，戴上特制的头戴设备。\n一个人在脑子里想：“一会去哪吃午饭？”\n对方的脑海里瞬间接收到这句话。\n对方心里默念：“泰国菜挺好。”\n一段对话就此完成，全程没有一点声音。\n\n最离谱的还在后面。\n它能跨语言做脑内同传。\n你心里想着英文。\n设备直接把信号转译成中文，传进对方的大脑。\n对方用中文动动念头，答案再无声传回给你。\n\n目前的屏幕和键盘交互，受限于手指敲击的速度。\n研发团队想给智能时代做一套全新的交互界面。\n完全跳过物理发声，直连心智。\n这还仅仅是技术的萌芽阶段。\n人类靠声带震动传递信息的传统，正在被物理终结。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2045419221354516717","translated_status_id":"2045419221354516717","published_at":"2026-04-18 08:28:15","created_at":"2026-04-18T10:24:15.804205","url":"https://mubeitech.com/p/2045272682393141687","markdown_url":"https://mubeitech.com/p/2045272682393141687/markdown"},{"rank":4,"id":"2068721974298476692","account":"mubei","brand":"@mubei","title":"你现在照镜子看到的这张脸，很可能根本不是你基因原本设计的样子。  斯坦福大学的一位法国神经医学家 Christian G…","summary":"你现在照镜子看到的这张脸，很可能根本不是你基因原本设计的样子。  斯坦福大学的一位法国神经医学家 Christian Guilleminault，用了整整 40 年时间证明了一件事。 孩子在夜里的呼吸方式，会悄悄重塑他们面部的骨骼。 最终步入成年的那个人，已经不是他们基因原本想塑…","body":"你现在照镜子看到的这张脸，很可能根本不是你基因原本设计的样子。\n\n斯坦福大学的一位法国神经医学家 Christian Guilleminault，用了整整 40 年时间证明了一件事。\n孩子在夜里的呼吸方式，会悄悄重塑他们面部的骨骼。\n最终步入成年的那个人，已经不是他们基因原本想塑造的那个版本了。\n\n这个研究的核心逻辑，残酷却又异常简单。\n在人类发育期，舌头本该贴在上颚，像一个天然的“隐形牙套”撑起整个上颌骨。\n但如果孩子习惯用嘴呼吸，舌头就会往下掉。\n失去支撑的上颚骨会变窄、塌陷，牙齿随之开始拥挤。\n为了吸入更多空气，下颌骨会本能地往后缩，整张脸开始在重力作用下向下拉长。\n\n这在医学上被称为“口呼吸面容”。\n这不只是变丑，它会引发致命的生理恶性循环。\n这位教授在论文里指出，我们的上呼吸道其实就是一根极易塌陷的管道。\n面部骨骼一旦因口呼吸而发育变形，这根管道就会变得更加狭窄。\n等他们长大后，就会面临严重的打鼾、缺氧，甚至阻塞性睡眠呼吸暂停（OSA）。\n\n我们总觉得基因决定了上限。\n但实际上，后天的“功能”一直在重塑“结构”。\n童年时期成千上万次的错误呼吸，就像一把无形的刻刀，生生削去了你基因里本该拥有的舒展和美丽。\n\n如果家里有孩子，今晚睡觉时一定要多看他们一眼。\n别让一个错误的习惯，把本该英挺的灵魂，困在一张发育受阻的皮囊里。","category":"科技","score":60,"translated_x_url":"https://x.com/i/status/2068814221425471660","translated_status_id":"2068814221425471660","published_at":"2026-06-21 15:49:16","created_at":"2026-06-21T17:45:28+02:00","url":"https://mubeitech.com/p/2068721974298476692","markdown_url":"https://mubeitech.com/p/2068721974298476692/markdown"},{"rank":5,"id":"2078473257154712011","account":"mubei","brand":"@mubei","title":"语音克隆的门槛，终于降到了你的本地显卡上。 开源工具 Voice Clone Lab，直接把声音克隆变成了一条傻瓜式的本…","summary":"语音克隆的门槛，终于降到了你的本地显卡上。 开源工具 Voice Clone Lab，直接把声音克隆变成了一条傻瓜式的本地工作流。 只需要 5 到 15 分钟的音频素材，它能包揽后续的所有脏活累活。 从音频降噪、人声提取、切片到文字转录，全在你的电脑上本地跑完。 你可以像改表格一…","body":"语音克隆的门槛，终于降到了你的本地显卡上。\n\n开源工具 Voice Clone Lab，直接把声音克隆变成了一条傻瓜式的本地工作流。\n只需要 5 到 15 分钟的音频素材，它能包揽后续的所有脏活累活。\n从音频降噪、人声提取、切片到文字转录，全在你的电脑上本地跑完。\n\n你可以像改表格一样，手动校对它转录出的台词，接着直接微调模型。\n也可以选定一段参考音频，直接进行零样本生成。\n挑好微调好的模型，敲下你想让它说的台词，一段足以乱真的 WAV 音频就出来了。\n那些极其自然的声音，原说话者根本没有录过。\n\n音频数据一行都不会传回云端，隐私彻底留在本地。\n工具开源免费，但底线非常明确：只能用来克隆明确拿到授权的声音，切勿越界。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2078499318072246422","translated_status_id":"2078499318072246422","published_at":"2026-07-18 14:35:34","created_at":"2026-07-18T16:17:24+02:00","url":"https://mubeitech.com/p/2078473257154712011","markdown_url":"https://mubeitech.com/p/2078473257154712011/markdown"},{"rank":6,"id":"2079144111287001280","account":"mubei","brand":"@mubei","title":"把声音转成字，早就不稀奇了。 但转录一小时的长音频，最难的根本不是认字。 是认人。 你要在60分钟的多人对话里，精准追踪…","summary":"把声音转成字，早就不稀奇了。 但转录一小时的长音频，最难的根本不是认字。 是认人。 你要在60分钟的多人对话里，精准追踪谁在什么时间说了什么，而且上下句得连得上。 以前的常规操作，是把长音频切碎，一段段去处理。 切块的代价是，跨段落的时候上下文容易丢，说话人的身份容易张冠李戴。…","body":"把声音转成字，早就不稀奇了。\n但转录一小时的长音频，最难的根本不是认字。\n是认人。\n你要在60分钟的多人对话里，精准追踪谁在什么时间说了什么，而且上下句得连得上。\n\n以前的常规操作，是把长音频切碎，一段段去处理。\n切块的代价是，跨段落的时候上下文容易丢，说话人的身份容易张冠李戴。\n\n微软刚出了个新工具，叫 VibeVoice。\n这个 7B（70亿参数）的模型解决问题的方法很直接：不切分。\n它直接把整整一小时的录音，一次性全吞进去。\n\n把所有声音放进同一个处理窗口，一气呵成。\n这样一来，说话人身份的追踪和上下文，就再也不会在段落切换时发生断裂了。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2079258618579320867","translated_status_id":"2079258618579320867","published_at":"2026-07-20 16:07:00","created_at":"2026-07-20T18:01:40+02:00","url":"https://mubeitech.com/p/2079144111287001280","markdown_url":"https://mubeitech.com/p/2079144111287001280/markdown"}]}