在声音克隆快速发展的浪潮中，AI 已经能够模拟出越来越逼真的人声效果，但对零样本学习和多情感控制方面依然挑战重重。今年年初，E2 TTS 就实现了简化文本到语音的生成方法，只需用填充标记将文本输入填充到与输入语音相同的长度，再进行去噪处理即可生成语音 ...

近日，总部位于美国加州旧金山的 AI 初创公司 smallest.ai 推出了其新产品 ...

10月24日，趣丸科技宣布与香港中文大学（深圳）联合研发的语音大模型“MaskGCT”正式开源，面向全球用户开放使用。区别于传统TTS模型，该模型 ...

F5-TTS-MLX语音模型,苹果MacOsAppleSilicon本地安装包,文字转语音,TTS,基于苹果MLX框架F5-TTS-MLX语音模型苹果安装包:https://pan.quark.cn/s ...

当 前， 语 音 合 成 的 研 究 已 经 进 入 文 字 － 语 音 转 换（TTS） 阶 段， 其 功 能 模 块 可 分 为 文 本 分 析、 韵 律 建 模 和 语 音 合 成 三 ...

10月24日，趣丸科技宣布与香港中文大学（深圳）联合研发的语音大模型「MaskGCT」正式在Amphion系统中开源，面向全球用户开放使用。区别于传统TTS模型，MaskGCT采用掩码生成模型与语音表征解耦编码技术，在声音克隆、跨语种合成、语音控制等任务环节中能够快速落地。 测试结果（来源：MaskGCT） 据了解，相较于现有的TTS大模型，MaskGCT在语音的相似度、质量和稳定性上进一步突破， ...