小米開源覆蓋600多語言的語音克隆TTS模型OmniVoice

BTCC / BTCC Square / PanewslabTW /

Author:

發佈時間:

2026-05-07 10:31:00

PANews 5月7日訊息，小米AI實驗室推出多語言語音克隆TTS模型OmniVoice，採用單一雙向Transformer極簡架構，支援646種語言語音合成，在中英文場景的合成品質和推理速度優於主流模型。該模型基於約58萬小時、50個開源資料集訓練，對低資源語種使用動態上採樣策略，在24種與102種語言測試中語音相似度和可懂度超越多款商用系統，部分指標接近甚至優於真實語音。 OmniVoice支援跨語言語音複製、自訂音色、帶噪參考音訊適配、副語言控制和發音糾錯，並已在Github和Huggingface等平台開源訓練、推理程式碼及模型權重。

來源:

登入回覆

登入分享您的看法

前一篇

<< 巴基斯坦官員：巴方正為可能的美伊談判做準備 >>

本站轉載文章皆來自公開網絡，部分由AI整理，僅為傳遞產業訊息，不代表BTCC立場。原創權益歸原作者所有。如發現版權問題，請透過[email protected]聯絡我們，我們將依法處理。 BTCC不對資訊準確性、時效性及完整性作任何保證，不承擔因依賴資訊而產生的任何責任。內容僅供參考，不構成投資、法律或商業建議。