标签: 语音合成

清除筛选

小米开源 OmniVoice：646 语种零样本语音克隆 TTS

小米 AI 实验室 k2-fsa 团队（新一代 Kaldi）开源了 OmniVoice，一个支持 646 种语言的零样本文本转语音（TTS）模型。代码和预训练权重已分别发布在 GitHub 和 HuggingFace 上，采用 Apache-2.0 协议。 核心亮点 语言覆盖最广：基于 50 个开源数据集构建的 58.1 万小时训练集，覆盖 646 种语言，…

开源小米AI语音合成TTS

通义开源影视级配音大模型 Fun-CineForge，关键变化是把“时间”也做进了模型

通义实验室发布并开源了影视配音模型 Fun-CineForge。按官方介绍，它面向独白、旁白、对话、多说话人等多种影视场景，底层基于 CosyVoice3 的语音合成能力构建；对应论文也已上线 arXiv。 这条消息真正值得看的，是这套模型把“时间”当成了一个单独的模态来处理。 为什么“时间模态”这件事重要 传统配音模型更常依赖文本、参考音色和可见嘴型去做音…

开源通义实验室AI配音语音合成多模态