Rime推出了一款具有强大对话能力的新文本转语音模型。与以往的模型不同，这款模型可以包含“嗯”的说话习惯和逼真的停顿。

亚马逊人工智能公司发布了最新的文本转语音模型——Big Adaptive Steamable TTS with Emergent abilities（BASE TTS），该模型拥有980万个参数，并具有新兴特性，可以自然地讲述甚至是复杂的句子。该模型是当前最大的...

这些文本转语音模型由Stability AI开发，可以通过精确的自然语言指令进行引导。由于没有适合生成的具有正确文本描述的大型数据集，因此其创作者合成注释了大量的语音语料库进行训练。这是注释，上字幕和训练生成模型...

Meta Voice 是一个小而强大的文本到语音模型，支持生成和语音克隆。该模型基于深度神经网络和自回归模型，可用于多种应用场景，如语音合成、语音助手等。此外，Meta Voice 还支持多种语言，包括英语、中文、日语等。...

StyleTTS 2是一款文本转语音模型，旨在通过将风格扩散和对抗训练与大型语音语言模型相结合来实现接近人类水平的语音合成。StyleTTS 2是在原有StyleTTS模型的基础上进一步优化，采用了更加先进的多任务学习技术，使得...

Bark是一种文本转语音系统，它可以生成连贯、快速和超长的音频输出。现在，我们可以在Jupyter Notebook中使用Bark，将文本转换为语音文件，使其更加便捷。Bark使用深度神经网络作为其文本到语音模型，具有很高的准确...

科技公司Coqui近日公布了其新型文本转语音模型xtts的权重参数。该模型能够克隆语音参数，并能进行多语种的合成。此项技术的出现，无疑是对人工智能领域的一大贡献，预计将在语音合成、语音识别等多个应用领域发挥巨...

研究人员创造了一个名为SpeechTokenizer的工具，该工具通过使用一种混合不同语音方面的特殊架构，帮助模型以更有效的方式理解口语。通过这种方式，它尝试解决语音模型在理解和处理口语时面临的挑战。它的创新之处在...