'VoiceClone Pro' là dự án mã nguồn mở thứ hai trong danh sách trending của GitHub hôm nay, thu hút sự chú ý lớn do tính năng nhái giọng nói (voice cloning) có độ trễ cực thấp. Dự án này sử dụng một mô hình neural TTS (Text-to-Speech) được tối ưu hóa cho việc chạy trên GPU tiêu dùng, cho phép tạo ra giọng nói tổng hợp có độ chân thực được đánh giá là 99% so với giọng thật khi nghe bằng tai thường.
Cơ chế hoạt động của VoiceClone Pro dựa trên kỹ thuật 'Zero-shot Learning', nghĩa là mô hình không cần được đào tạo lại cho từng giọng nói cụ thể. Thay vào đó, nó phân tích đặc điểm phổ âm (spectral features) của đoạn audio mẫu 10 giây và tổng hợp giọng nói mới dựa trên các tham số này. Điều này khiến chi phí triển khai trở nên cực kỳ thấp, phù hợp cho các cá nhân và nhóm nhỏ.
Tuy nhiên, dự án đã vấp phải nhiều chỉ trích về mặt đạo đức do nguy cơ lạm dụng cho mục đích lừa đảo (deepfake audio). Để đối phó, các nhà phát triển đã thêm vào một lớp 'Watermarking' âm thanh không thể nghe thấy bằng tai trần nhưng có thể được phát hiện bởi các công cụ kiểm tra kỹ thuật số. Dự án cũng bao gồm một bộ công cụ 'Verification Kit' để người dùng kiểm tra xem một đoạn audio có bị làm giả hay không.