AI语音转录平台Verbit更新了Captivate ASR解决方案，能够识别自动字幕中的特定发言者特征，从而提供清晰的说话者字幕。该技术适用于新闻、天气和体育直播，提升实时字幕的准确性和清晰度。
该研究提出了一种轻量级、稳定的零-shot文本转语音合成系统，采用新颖架构和双阶段自我蒸馏框架，有效解耦语言内容与说话者特征，实验结果表明其计算效率高且性能优越。
完成下面两步后，将自动完成登录并继续当前操作。
