实时互动网
·
FlashTTS：面向实时语音对话的低时延流式语音合成 | Interspeech 2026
原文中文，约8200字，阅读约需20分钟。
📝
内容提要
近年来，基于大语言模型（LLM）的文本转语音技术快速发展，基于大语言模型（LLM）的TTS方案已经在自然度、音色相似度和零样本音色克隆（zero-shot voice clonin...
