幾十個測試后，發(fā)現海螺語音與 ElevenLabs 掰手腕的能力不是蓋的

MiniMax 的海螺語音很難找到對手。

原標題：幾十個測試后，發(fā)現海螺語音與 ElevenLabs 掰手腕的能力不是蓋的
文章來源：AI科技評論
內容字數：7812字

MiniMax海螺語音：AI語音生成領域的強勁競爭者

本文介紹了MiniMax公司推出的海螺語音，一款基于升級語音大模型T2A-01系列的AI語音生成工具。通過與其他語音生成產品（如ChatTTS、ElevenLabs）的對比，展現了海螺語音在語音質量、多語言支持和情緒控制方面的優(yōu)勢。

1. 海螺語音：穩(wěn)定高質量的語音生成

海螺語音能夠穩(wěn)定地生成高質量語音，支持中文、粵語、英語等17種語言和上百種音色。在繞口令“施氏食獅史”的測試中，海螺語音的表現顯著優(yōu)于ChatTTS和ElevenLabs，展現了其強大的語音處理能力和對同聲詞的精準把握。其語音自然流暢，接近真人發(fā)音，無需“抽卡”即可達到高水平的穩(wěn)定輸出。

2. 多語言能力與ElevenLabs比肩

海螺語音的多語言合成能力與行業(yè)領先者ElevenLabs不相上下。MiniMax團隊采用嚴謹的評測方法，結果顯示海螺語音在中文、粵語、英語等多個語種上的相似度和正確率均大幅領先。文章中通過用九種語言朗讀楊冪的廣告語“你沒事吧？”的例子，生動地展現了海螺語音的多語言能力和情緒表達能力。

3. 精準的情緒表達和音色控制

海螺語音的一大亮點在于其精準的情緒表達和音色控制能力。通過對海量高質量音頻數據的訓練，海螺語音能夠識別并重現語音中細微的情感差別，并支持用戶自定義情緒（開心、難過、生氣等）和音色（語言、口音、性別、年齡等），甚至可以控制聲音的細節(jié)，如低沉/明亮、力量感/柔和等。文章中用粵語朗讀古詩和模擬老人情緒變化的例子，充分展示了海螺語音在情緒控制方面的優(yōu)勢。

4. MiniMax在AGI領域的長期投入

MiniMax在AI語音領域的技術積累深厚，其對語音大模型的開發(fā)投入早于許多大廠。公司致力于發(fā)展多模態(tài)AI技術，并將語音模型視為AGI發(fā)展的重要路徑。海螺語音的推出，是MiniMax在多模態(tài)領域長期投入和持續(xù)發(fā)力的結果，也體現了其在AI領域的創(chuàng)新能力和技術實力。

總而言之，MiniMax的海螺語音憑借其高質量的語音生成能力、強大的多語言支持、精準的情緒控制和豐富的音色選擇，在AI語音生成領域展現出強大的競爭力，有望成為該領域的領軍者。