AIGC動(dòng)態(tài)歡迎閱讀

原標(biāo)題：字節(jié)打造大模型TTS：不僅能高保真合成，而且支持調(diào)整編輯
關(guān)鍵字：語(yǔ)音,模型,字節(jié)跳動(dòng),說(shuō)話,團(tuán)隊(duì)
文章來(lái)源：機(jī)器之心
內(nèi)容字?jǐn)?shù)：0字

內(nèi)容摘要：

機(jī)器之心報(bào)道
編輯：Panda通過(guò)高保真合成語(yǔ)音與真人語(yǔ)音無(wú)異。
首先來(lái)聽(tīng)一段《凡人修仙傳》：你猜的沒(méi)錯(cuò)，這段有聲書(shū)并非來(lái)自某個(gè)專業(yè)制作團(tuán)隊(duì)，而是一個(gè) AI 模型 Seed-TTS，而這個(gè)模型則是來(lái)自字節(jié)跳動(dòng)的 Seed Team。
TTS 是指文本轉(zhuǎn)語(yǔ)音，這是一種具備諸多妙用的技術(shù)，像是讓個(gè)人智能助理說(shuō)話、為視頻或游戲配音、輔助視障人士、制作有聲書(shū)等等。對(duì)于 TTS 技術(shù)研發(fā)者來(lái)說(shuō)，流暢自然的表達(dá)一直以來(lái)都是值得追求的重要目標(biāo)。
字節(jié)跳動(dòng) Seed Team 發(fā)布的 Seed-TTS 不只是一個(gè)模型，而是一整個(gè)模型系列。論文標(biāo)題：Seed-TTS: A Family of High-Quality Versatile Speech Generation Models
論文地址：https://arxiv.org/pdf/2406.02430
演示網(wǎng)站：https://bytedancespeech.github.io/seedtts_tech_report/
據(jù)介紹，該系列模型有能力合成自然度和表現(xiàn)力達(dá)到人類水平的語(yǔ)音。不僅如此，Seed-TTS 還能以零樣本方式基于一段較短的錄入語(yǔ)

原文鏈接：字節(jié)打造大模型TTS：不僅能高保真合成，而且支持調(diào)整編輯

聯(lián)系作者

文章來(lái)源：機(jī)器之心
作者微信：almosthuman2014
作者簡(jiǎn)介：專業(yè)的人工智能媒體和產(chǎn)業(yè)服務(wù)平臺(tái)