Voice

September 23, 2025

小米最新开源的 MiMo-Audio 模型彻底改变了 AI 音讯领域的游戏规则。它凭借强大的「少样本学习」能力，无需繁琐的微调，仅需几个范例就能生成、转换和编辑语音，就像人类学习一样直观。本文将带您深入了解其背后的技术、惊人效能以及实际应 …

September 23, 2025

阿里云 Qwen3-TTS-Flash 表现如何？本文将透过一份关键的性能测试数据，客观分析其与 GPT-4o、Seed-TTS 等顶尖模型的性能差异，特别是在英文和中文语音生成稳定性上的具体表现。在 AI 语音合成的赛道上，竞争从未停 …

September 5, 2025

探索 Resemble AI 推出的开源 TTS（文本转语音）模型 Chatterbox Multilingual。了解它如何通过即时语音复制、情感控制和 23 种语言支持，为开发者和创作者赋能，并挑战 ElevenLabs 等业界巨头。 …

September 2, 2025

探索微软 Copilot Labs 最新的实验性工具 Audio Expressions！了解如何免费将文字转换为富有情感和风格的语音，非常适合内容创作者、教育工作者和家长。目前仅支持英文，但其潜力无限。你有没有过这种经验？写下了一段充 …

September 2, 2025

AI 语音模型的世界又迎来一位重量级选手！由阶跃星辰（StepFun）推出的最新开源端对端语音大模型 Step-Audio 2 mini，不仅在多项国际评测中拔得头筹，更在部分关键指标上超越了备受瞩目的 GPT-4o Audio。这篇文章 …

August 29, 2025

微软 AI (MAI) 揭示了其最新研发的两款强大模型：超高效的语音生成模型 MAI-Voice-1 和大型基础模型 MAI-1-preview。这不仅是技术的跃进，更是微软致力于打造人人可用的 AI、赋能全球每个人的重要一步。来看看它们 …

August 26, 2025

探索微软最新开源文本转语音 (TTS) 模型 VibeVoice。它提供 1.5B 和 7B 两种版本，支持长达 90 分钟的语音生成、最多 4 人对话、优异的中文效果(偏向外国人讲中文)和背景音乐，正在彻底改变有声书和播客的制作方式。 …

August 5, 2025

Kitten ML 团队继推出 25MB 的 Nano 预览版后，再度震撼发布 Kitten TTS Mini！这款 170MB 的开源文本转语音模型，同样内置 8 种生动声音，并延续了在手机、树莓派上流畅运行的超低门槛。 …

July 23, 2025

Boson AI 正式开源其最新的音频基础模型 Higgs Audio v2。这个模型仅凭预训练就在多项评测中击败了 gpt-4o-mini-tts 等顶尖对手，展现了前所未有的情感表达、多语言对话和音乐生成能力。本文将深入解析其技术亮点 …

July 16, 2025

探索由 Bilibili 团队开发的革命性文本转语音 AI — IndexTTS2。本文将深入解析它如何通过短短几秒音档实现影视级的声音复制、前所未有的情绪控制，以及为何它能成为专业影视制作的利器，甚至让你直接在个人电脑上运行。近年 …