IXThinker·2026-07-03 16:53開源日語TTS模型 支援emoji風格控制
開發者發布開源日語語音合成項目Irodori-TTS，核心模型為五億參數版本，採用DACVAE潛空間與RF-DiT架構，支援四十八千赫高保真音頻輸出，兼具零樣本克隆與風格控制能力，並已提供線上體驗。
架構與音質
核心基礎模型基於連續DACVAE潛在空間與RF-DiT架構，在保持計算效率的同時穩定輸出專業級音頻。項目定位為兼具高保真音質與易用性的新一代日語語音合成方案，面向內容創作與語音應用開發者。
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。