耳朵沒錯(cuò)，是聲音太真了，字節(jié)豆包語音合成成果Seed-TTS技術(shù)揭秘

AIGC動(dòng)態(tài)歡迎閱讀

原標(biāo)題：耳朵沒錯(cuò)，是聲音太真了，字節(jié)豆包語音合成成果Seed-TTS技術(shù)揭秘
關(guān)鍵字：模型,語音,字節(jié)跳動(dòng),報(bào)告,技術(shù)
文章來源：機(jī)器之心
內(nèi)容字?jǐn)?shù)：0字

內(nèi)容摘要：

機(jī)器之心發(fā)布
機(jī)器之心編輯部Seed-TTS 是字節(jié)跳動(dòng)豆包大模型團(tuán)隊(duì)近期發(fā)布的語音生成大模型成果。它生成的語音幾乎與真人完全一樣，音瑕疵也能生成出來，尤其在學(xué)習(xí)模仿人類說話方面，相似性和自然度均有很好表現(xiàn)。舉例來說，將一段語音提供給 Seed-TTS，它就能按文本生成全新語音，且?guī)显夭牡穆曇籼卣鳌?br />原素材（Prompt）：Seed-TTS 生成的中文語音：突然，身邊一陣笑聲。我看著他們，意氣風(fēng)發(fā)地挺直了胸膛，甩了甩那稍顯肉感的雙臂，輕笑道：“我身上的肉，是為了掩飾我爆棚的魅力，否則，豈不嚇壞了你們呢？”英文語音也可生成，且依然能“復(fù)刻”中文發(fā)音者的特點(diǎn)。
Seed-TTS 生成的英文語音：Suddenly, there was a burst of laughter beside me. I looked at them, stood up straight with high spirit, shook the slightly fleshy arms, and smiled lightly, saying, “The flesh on my body is to hide

原文鏈接：耳朵沒錯(cuò)，是聲音太真了，字節(jié)豆包語音合成成果Seed-TTS技術(shù)揭秘

聯(lián)系作者

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