声浪

语音小管家

转载6 months ago

来源丨AIGC Studio Voxtral TTS是首个在多语言语音生成方面拥有顶尖性能的文本转语音模型。基于大型语音数据集进行训练，专为全球应用而构建。它支持 9 种语言，性能一流：英语、法语、德语、西班牙语、荷兰语、葡萄牙语、意大利语…

语音小管家

转载6 months ago

来源丨RTE 开发者社区 🔊本文是RTE开发者社区于4月1日愚人节和 AI 一起凭空造了一个能「感知语境并动态合成环境噪声的 TTS 模型」，虽是愚人节彩蛋，但有一定的参考价值。🔊 近日， 由 RTE 开发者社区共创孵化的 Noice…

语音小管家

转载6 months ago

来源：龙猫LongCat 音频生成技术正在经历一场全新的范式迁移——从传统级联架构，逐步向端到端生成范式演进。长期以来，主流的做法是“曲线救国”：合成系统先将音频压缩成梅尔频谱图等中间表征，再依赖神经声码器“翻译”回波形。每一次转换都带来信…

语音小管家

转载6 months ago

语音理解与生成的飞速发展离不开大规模高质量语音数据集的推动。其中，语音识别（ASR）和语音合成（TTS）被公认为最首要的任务。但对于拥有约 1.2亿 母语使用者的川渝方言而言，受限于标注资源匮乏，研究进展缓慢，ASR 与 TTS 的表现始终…

语音小管家

转载6 months ago

AI音乐公司Suno正式发布其音乐生成器5.5版本。除了音质提升外，用户现在还可以用自己的声音演唱歌曲，并训练模型以匹配个人风格。Suno推出了其音乐模型的5.5版本，该公司称这是其“迄今为止最好、最具表现力的模型”。此次更新围绕三项新功能…