多語言語音模型開源 六百語言三秒克隆
語音合成正從能說話邁向自然交流。有企業實驗室開源多語言模型,支持逾六百種語言及方言,零樣本克隆只需三至十秒參考音頻,並以非自回歸擴散架構直接映射聲學token,簡化生成鏈路。
六百語言克隆生成
模型支持超過六百種語言及方言,涵蓋多種口音,具備零樣本語音克隆、語音設計與自動語音生成能力,僅需三至十秒參考音頻即可完成克隆。對多語言內容生產與無障礙場景,可用性明顯提升。
IXThinker 會員內容
呢篇係 Archive 內容。登入即可解鎖全文,仲有成個 15,000+ 篇、每日更新嘅 AI 動態資料庫。
免費登入/註冊解鎖全文 →Google 或電郵地址即可,即刻解鎖。
