車圈最大AI「黑馬」吉利：自研語音大模型登頂，性能超SOTA 10%

AIGC動態歡迎閱讀

原標題：車圈最大AI「黑馬」吉利：自研語音大模型登頂，性能超SOTA 10%
關鍵字：模型,語音,吉利,解讀,音色
文章來源：量子位
內容字數：0字

內容摘要：

賈浩楠 發自 凹非寺量子位 | 公眾號 QbitAI語音合成大模型賽道，王者一夜易主。
最新HAM-TTS大模型，在發音準確性、自然度和說話人相似度上對比之前SOTA成果VALL-E，有了大幅提升。
背后的主要科研團隊卻是LLM賽道今年最令人意外的一匹“黑馬”：
吉利汽車。
沒錯，不是AI原生公司，不是傳統的科技巨頭，是以汽車知名但正在不斷展現硬科技實力的吉利。
吉利星睿AI大模型，有什么用？吉利自研語音大模型HAM-TTS的全稱是：
Hierarchical Acoustic Modeling for Token-Based Zero-Shot Text-to-Speech，直譯是基于token的零樣本文字轉語音分層聲學建模，是星睿AI大模型體系下的重要一員。顧名思義，對于智能座艙體驗來說，這項技術作用在最關鍵的交互環節：“發音”。
語音助手說的好不好，通常有這么幾個評價指標：
發音準確度，通過Character Error Rate（CER）來評判，具體由知名端到端語音模型平臺ESPNet來打分。
說話風格的一致性NMOS、音調一致性SMOS，以及整體分數MOS，是由研究團隊招募的

原文鏈接：車圈最大AI「黑馬」吉利：自研語音大模型登頂，性能超SOTA 10%

聯系作者

文章來源：量子位
作者微信：
作者簡介：