主题选读

#语音

关于语音的最新消息、技术解析与应用观察。

16篇文章

主题文章

由新到旧，第 2 / 2 页

工具与应用8 月 29 日1 分钟

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。来看看它们将如何改变我们与 AI 的互动方式。

工具与应用8 月 26 日1 分钟

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、优异的中文效果和背景音乐，正在彻底改变有声书和播客的制作方式。

工具与应用8 月 5 日1 分钟

Kitten ML 团队震撼发布超轻量级文本转语音（TTS）模型 KittenTTS。预览版仅 25MB，却内置 8 种生动声音。最重要的是，它完全开源免费，甚至能在树莓派和手机上流畅运行，为开发者和 AI 爱好者带来了全新可能。

工具与应用7 月 23 日1 分钟

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与惊人表现。

工具与应用7 月 16 日1 分钟

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。

工具与应用6 月 11 日1 分钟

听腻了呆板的 AI 语音吗？Resemble AI 开源的 Chatterbox TTS 模型可能就是你的答案。它不仅能做到“零样本”声音克隆，还能控制语音情绪，延迟超低，而且完全免费。这篇文章将带你了解它究竟有多厉害，以及如何亲身体验。