出门问问联合香港科技大学、上海交通大学、南洋理工大学、西北工业大学等研究机构，共同开源新一代语音生成模型 Spark-TTS，并重磅推出了Spark-TTS 的商业化高品质 TTS 引擎：TicVoice 7.0。

在 TTS（文本转语音）技术的快速发展下，如何生成更加自然、可控、个性化的 AI 语音，成为了语音合成领域的核心挑战。 传统的 TTS 系统虽然能生成高质量语音，但往往存在 控制能力有限、跨语言表现较差、声音风格固定 等问题。 Spark-TTS ...

作者：大头编辑：李宝珠转载请联系本公众号获得授权，并标明来源HyperAI超神经官网上线了「Step-Audio-TTS-3B 产品级方言语音生成模型」教程，教程可实现语音合成、音乐合成和语音克隆 3 个功能，快来亲身体验一下吧~DeepSeek 开源引发的全球热潮余温尚在，近日，阶跃星辰携手吉利汽车集团再度出手，强势开源了 ...

在人工智能语音技术的前沿探索中，出门问问携手香港科技大学、上海交通大学、南洋理工大学及西北工业大学等顶尖学府，共同推出了一项开创性的成果——新一代语音生成模型Spark-TTS，并随之发布了其商业化版本TicVoice ...

近期又发现一款刚开源的新型高保真 TTS 模型：Zonos。开源不到5天，已经在 GitHub 上收获了 1.1k 标星。 无论是快速生成特定情绪的语音，还是精准地模拟特定人的语音，它都能轻松搞定。 而且它不同于其他 TTS ...

随着TicVoice 7.0的推出，出门问问为语音生成领域注入了新动能，未来将持续深化与顶尖学术机构的合作，探索语音生成技术与多模态AI的结合，使得人工智能不仅能听懂语言，更能理解情感，从而更好地服务于人类。

研究表明，仅凭计算最优的测试时扩展（TTS）策略，1B规模的模型竟然在多个任务上超越了规模高达405B的顶级语言模型。这一发现，充分展现了在 ...

目前，出门问问已将TicVoice7.0落地于旗下AI配音产品“魔音工坊”，为用户带来更好的服务和体验。该引擎不仅在客服、有声书、情感直播、影视解说等应用场景中表现出色，还通过开源生态与产学研深度协同，为行业发展注入了新动能。

传统的小说TTS合成链路，需要提前给内容打标签。豆包语音模型基于Seed-TTS架构优化，则可以端到端直接合成出具有韵律、情感等细节的声音。 图：传统语音模型和豆包语音模型合成链路的区别 Seed-TTS是字节跳动于2024年6月发布的语音生成基座模型。为提升语音 ...

当 前， 语 音 合 成 的 研 究 已 经 进 入 文 字 － 语 音 转 换（TTS） 阶 段， 其 功 能 模 块 可 分 为 文 本 分 析、 韵 律 建 模 和 语 音 合 成 三 ...

36氪获悉，QQ音乐推出首创“AI音乐播客”技术功能，通过DeepSeek以及QQ音乐自研的文曲大模型、琴语TTS大模型三大引擎技术协同，实现“音乐+深度解读”的沉浸式收听体验。据介绍，该技术功能可自动解析歌曲创作背景、文化内涵及情感脉络，将碎片化信 ...