Spark-TTS是一款基于Qwen2.5模型的文本转语音系统，支持零-shot语音克隆，用户可轻松创建个性化声音。它架构简化、效率提升，支持中英文合成，适用于有声书和虚拟主持人等场景。Mac用户可一键启动，体验自然生动的语音合成。

云知声推出山海多模态大模型，具备智能交互能力，能接收多种形式输入并生成任意组合输出，实现多模态交互体验。山海语音交互具有实时秒回和灵活插话的特点，能感知和表达情绪。山海还能自由切换音色，根据用户需求生成个性化声音。通过摄像头，山海能识别场景和物体信息，并生成符合个性化需求的图像。山海多模态大模型能模拟不同人物性格和对话风格，提供个性化和富有情感的交互体验。云知声将继续发展山海的多模态交互能力，使其成为能够深入理解世界和与人类进行自然交流的智能伙伴。