法国Kyutai实验室开源多语言语音合成模型TTS，实现低延迟实时语音交互
法国Kyutai实验室发布开源语音合成模型Kyutai TTS，支持12种语言200毫秒低延迟生成，创新融合情感语音建模与边缘计算，MOS评分4.2分。适用于智能客服、游戏陪玩等场景，GitHub已开...
排序
科大讯飞声音复刻技术重大升级：10秒音频即可生成高还原音色
科大讯飞最新声音复刻技术仅需10秒音频即可生成高还原音色，支持多语种和方言，已获发明专利。了解这项AI语音技术的突破性进展及应用场景。
MiniMax发布Voice Design音色设计功能，AI语音合成进入个性化时代
稀宇科技MiniMax发布Voice Design音色设计功能，通过自然语言交互实现音色全维度定制，支持5000字符输入和12项参数微调，能生成世界上不存在的音色，标志着AI语音合成进入个性化时代。
豆包电脑版上线AI播客功能 语音拟真度获用户高度评价
豆包电脑版及网页版全量上线“AI播客”功能，用户可通过上传PDF或网页链接一键生成双人对话式播客内容。该功能基于豆包大模型团队研发的语音播客模型，其语音效果因高度拟人化、自然停顿及语气词模拟等特点引发...