OmniVoice是一款新发布的多语言文本转语音(TTS)模型,支持超过600种语言,包括多种方言和口音。它采用非自回归架构,简化了语音生成流程,提高了自然度和可懂度。该模型具备零样本语音克隆能力,适用于AI配音和跨语言内容生成,展现出广泛的应用潜力。
小米AI实验室推出的OmniVoice是一款支持646种语言的语音克隆TTS模型,具备简洁架构和卓越性能。该模型通过开源数据训练,能够高质量合成低资源小语种,解决了多语言合成的行业痛点。此外,OmniVoice还提供自定义音色、噪声过滤和发音纠正等功能,推动了多语言TTS的研发。
小米人工智能实验室推出了OmniVoice,这是一款支持600多种语言的零样本文本转语音(TTS)模型。该模型采用单阶段框架,直接将文本映射为声学标记,基于58.1万小时的开源数据训练,广泛覆盖语言,并提升了对低资源语言的支持。
完成下面两步后,将自动完成登录并继续当前操作。