Un YouTuber Bilibili, « Petit Insecte_ », a publié une vidéo de création secondaire de Genshin Impact, imitant la voix de Faruzan tout en conservant la voix originale. La vidéo a cumulé plus de 1,36 million de vues. L'auteur a utilisé le modèle de synthèse vocale VITS, en téléchargeant du texte vocal pour extraire les caractéristiques linguistiques et en préservant le timbre unique des personnages de Genshin Impact. La technologie de clonage vocal par IA est désormais largement répandue, et des outils comme HeyGen et AI Dubbing ont abaissé le seuil d'utilisation. L'évolution de la technologie de l'IA attire l'attention des créateurs, et la question de savoir comment créer des œuvres originales sur le plan du contenu et de la forme devient cruciale. Cet article explore les principes du modèle VITS.