💡
原文中文，约2900字，阅读约需7分钟。
📝
内容提要
巨人网络AI Lab团队开发了支持多种普通话方言的语音合成大模型Bailing-TTS。通过构建涵盖20种方言的数据集，训练出了接近真人水平的生成质量和自然度。该技术已应用于游戏NPC配音和视频创作等领域，有望在方言文化保护和游戏AI NPC方言交互等领域发挥更大潜力。巨人网络AI Lab将继续推动该技术的创新和应用。
🎯
关键要点
- 巨人网络AI Lab开发了支持多种普通话方言的语音合成大模型Bailing-TTS。
- Bailing-TTS通过构建涵盖20种方言的数据集，训练出接近真人水平的生成质量和自然度。
- 该技术已应用于游戏NPC配音和视频创作等领域。
- Bailing-TTS解决了方言语料库稀缺和高质量标注数据匮乏的问题。
- 技术创新包括统一的方言Token规范、精细化Token对齐技术、层次混合专家结构和层次强化学习增强策略。
- Bailing-TTS在普通话和多种方言的生成质量和自然度上已接近真人水平。
- 未来该技术将在方言文化保护和游戏AI NPC方言交互等领域展现更大潜力。
- 巨人网络AI Lab将继续推动该技术的创新和应用。
🏷️
标签
➡️
