voicebox 这个配音克隆，真的有点把副业门槛干穿了。

音声書や短尺動画のナレーション案件みたいなことをやるなら、元々いちばん面倒だったのは「声」でした。
要するに、大金を払って数千〜数万元（大几千）もする配音講座を受けるか。
それか、ネットで適当に声の素材を探して取りあえず使うか。
でも自分の声じゃないから、聞いてもなんか一呼吸分だけ足りない。
voicebox のこのやり方はかなり乱暴で、こうです：
自分の声を数パターン録る。
ローカルのモデルを学習する。
そのまま自分の AI 声線を直接出せる。
案件を受けるとき、台詞を放り込めば、感情もワンクリックで生成。
音声書、広告、物販向けの短尺動画なら、同じ声のセットで全部つなげられる。
もうちょっとで始めたくなってきました。
ノートPC一台からで、案件は「一本（条）」単位で計算。一本あたり数十〜数百。
月に20本くらい取れれば、ガチで1日中バイトするよりずっと楽です。
ナレーションって、前は「養成課程出身のガチ勢の領域」って感じでした。
でも voicebox が出てきたせいで、普通の人でもその場にそのまま座れる。
ちょっとぶっ飛んでます。