耳朵沒錯，是聲音太真了，字節豆包語音合成成果Seed-TTS技術揭秘

AIGC動態歡迎閱讀

原標題：耳朵沒錯，是聲音太真了，字節豆包語音合成成果Seed-TTS技術揭秘
關鍵字：模型,語音,字節跳動,報告,技術
文章來源：機器之心
內容字數：0字

內容摘要：

機器之心發布
機器之心編輯部Seed-TTS 是字節跳動豆包大模型團隊近期發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，尤其在學習模仿人類說話方面，相似性和自然度均有很好表現。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，且帶上原素材的聲音特征。
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，意氣風發地挺直了胸膛，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“復刻”中文發音者的特點。
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，是聲音太真了，字節豆包語音合成成果Seed-TTS技術揭秘

聯系作者

文章來源：機器之心
作者微信：almosthuman2014
作者簡介：專業的人工智能媒體和產業服務平臺