國產最強語音大模型誕生，MaskGCT宣布開源，聲音效果媲美人類

AIGC動態歡迎閱讀

原標題：國產最強語音大模型誕生，MaskGCT宣布開源，聲音效果媲美人類
關鍵字：語義,語音,模型,標記,聲學
文章來源：機器之心
內容字數：0字

內容摘要：

AIxiv專欄是機器之心發布學術、技術內容的欄目。過去數年，機器之心AIxiv專欄接收報道了2000多篇內容，覆蓋全球各大高校與企業的頂級實驗室，有效促進了學術交流與傳播。如果您有優秀的工作想要分享，歡迎投稿或者聯系報道。投稿郵箱：liyazhou@jiqizhixin.com；zhaoyunfeng@jiqizhixin.com近期，港中大（深圳）聯手趣丸科技聯合推出了新一代大規模聲音克隆 TTS 模型 ——MaskGCT。該模型在包含 10 萬小時多語言數據的 Emilia 數據集上進行訓練，展現出超自然的語音克隆、風格遷移以及跨語言生成能力，同時保持了較強的穩定性。MaskGCT 已在香港中文大學（深圳）與上海人工智能實驗室聯合開發的開源系統 Amphion 發布。論文鏈接：https://arxiv.org/abs/2409.00750
樣例展示：https://maskgct.github.io
模型下載：https://huggingface.co/amphion/maskgct
Demo 展示：https://huggingface.co/spaces/amphion/m

原文鏈接：國產最強語音大模型誕生，MaskGCT宣布開源，聲音效果媲美人類

聯系作者

文章來源：機器之心
作者微信：
作者簡介：