语音克隆

阶跃星辰于2025年11月开源全球首个基于LLM架构的音频编辑模型Step-Audio-EditX，支持自然语言指令编辑，30亿参数实现高性能低门槛部署，在方言表现力和情感传递准确率方面领先行业，推动...

Soul AI Lab开源播客语音合成模型SoulX-Podcast，采用LLM+Flow Matching技术，支持中英文及四川话等方言，具备零样本音色克隆、跨方言音色转换能力，可稳定输出60分钟自...

Cartesia推出基于SSM架构的Sonic-3实时对话TTS模型，延迟仅90毫秒，支持42种语言，提供声音克隆和情感调节功能，为视频会议、即时通讯等场景带来革命性AI语音体验。

伦敦大学研究证实：最新AI语音合成技术已达到与真人录音难以区分的水平。本文深度解析语音克隆的技术突破、商业应用前景及面临的伦理安全挑战，为关注人工智能发展的读者提供专业见解。