不过，仔细想想，这种技术的应用前景还是挺令人兴奋的。
如果能利用AI轻松实现音视频内容的本地化，对于内容创作者来说，无疑是拓宽了受众范围，受众自身也能获得更原汁原味、更具沉浸感和情感共鸣的视听体验。对于出海创业者来说，则是妥妥的出海好帮手。
那么，AI本地化配音背后的技术原理是什么？目前有哪些工具可以实现上述视频的效果？这项技术的应用前景如何？配音演员会因此面临失业危机吗？
正如UP主“johnhuu”所说，要达到视频中的效果，通常需要同时满足3个条件：地道的口语翻译、克隆说话者的声音、把嘴型换了。
随着语音识别技术（ASR）的进步，以及ChatGPT等AI工具越来越多地应用于语言翻译，AI往往可以生成比机翻更准确、地道的翻译文本。
而声音克隆技术是AI歌手所依赖的核心。当下较为出名的声音克隆工具如Eleven Labs、微软的VALL-E等，均可以通过上传少量音频样本，生成与原音色极为接近的声音。
再通过TTS（Text To Speech）和口型同步技术，即可生成几乎完全覆盖原片、让人难辨真假的AI配音。
而且，目前的TTS技术已从通用TTS、个性化TTS向情感TTS发展。
相较前两者，后者依赖“情感意图识别”“情感特征挖掘”“自然语言处理”等AI技术，可以使AI配音更生动、富于情绪变化，以消除冰冷、不自然的机械感。
话不多说，接下来“头号AI玩家”就给大家盘点几个AI视频翻译 配音的工具。
1. AI Dubbing
https://elevenlabs.io/dubbing
