TTS模型

微软开源了名为 VibeVoice 的前沿语音 AI 模型家族，覆盖 ASR（自动语音识别） 和 TTS（文本转语音） 等核心方向。根据 GitHub 仓库介绍，VibeVoice 被定义为一个包含 ...

人工智能音频领域迎来全新研究工具。由 清华大学 NLP 实验室、OpenBMB 以及 面壁智能（ModelBest） 联合研发的 UltraEval-Audio 框架现已正式开源。该框架为音频模型...

在人工智能语音领域，通义百聆再次带来了重磅更新。本次发布中，阿里正式推出了 Fun-CosyVoice3 系列语音合成模型 与 Fun-ASR 系列语音识别模型 的全面升级，覆盖从语音克隆、情绪控...

在AI语音应用加速落地的今天，“更像真人、更稳定、更容易切换角色”的语音合成（TTS）正在成为教育内容生产、直播配音、智能客服与多语言出海产品的重要能力。近期，阿里巴巴推出 Qwen3-TTS，主...

Kitten TTS是一款开源的轻量级文本转语音模型，其参数量仅为1500万，体积小于25MB，非常适合在各种设备上进行部署。该模型不仅支持无GPU运行，还能够在普通的CPU上实现高质量语音合成...