·e公司记者从网易有道获悉，该公司近日发布“子曰4.0”TTS语音合成引擎Confucius4-TTS，这是业内首个支持14种语言跨语种无口音，且无需参考文本即可完成语音克隆的开源模型。该模型在跨语种语音克隆、免参考文本建模、情感韵律迁移和本地化部署等关键维度上达到国际最前沿水平，为多语种内容生成、数字人配音、跨语言教学、短剧出海和全球化传播提供了更低门槛的国产化技术底座，现已面向全球用户全量开源。具体来看，网易有道Confucius4-TTS全面支持中文、英语、西班牙语、法语、德语、韩语、泰语、越南语等语言的自然流利表达。其核心优势在于：通过单段音频输入，模型即可捕捉原声特质，并将其转化为任意目标语言输出，且发音消除跨语种合成中常见的违和口音。更关键的是，模型还能自动提取参考音频里的情感特征。公司人士表示，语音合成领域长期面临三大技术瓶颈：克隆依赖大量样本、跨语种合成附带口音、情感表达生硬刻板。对此，网易有道Confucius4-TTS 实现了以下突破：第一，3秒实现极速声音克隆。用户仅需提供3秒音频素材，无需参考文本与前期训练，模型即可完成音色克隆。克隆音色与原声相似度超过85%，克隆任务准确度达97%。第二，支持14种语言无缝切换，消除跨语种口音壁垒。输入中文音频，模型即可使用原声音色输出英语、法语等目标语言，且全程保持音色高度一致。据了解，网易有道Confucius4-TTS不再沿用传统的声码器方案。简而言之，有别于传统TTS技术的“声音拼凑”，新模型实现了对声音的“深度理解”，它能精准捕捉原声的音色、情绪与语调，并将其完整映射至目标语言中。目前，网易有道已将该模型全量开源。Confucius4-TTS采用Apache开源协议，面向全球开发者开放完整模型权重和配套工具链，商用没有限制。开发者可以下载54G完整资源包，本地离线部署运行。在全球化竞争日益激烈的今天，网易有道Confucius4-TTS已经转化为能直接为产业降本增效的“生产力工具”。在跨境内容赛道，短视频、短剧创作者只需录制一次原声，就能批量生成14国语言配音，一个人就能完成多语种海外内容制作。数字人行业可以统一虚拟主播的音色，不用为不同语种重新录制声线，大幅降低制作成本。智慧教育领域能生成地道的多语种发音素材，打造多语种AI外教。出海企业和文旅机
=*=*=*=*=*=
当前为第1/2页
下一页-
=*=*=*=*=*=
返回新闻列表
返回网站首页