AIxiv专栏是机器之心发布学术、技术内容的栏目。过去数年，机器之心AIxiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术交流与传播。如果您有优秀的工作想要分享，欢迎投稿或者联系报道。投稿邮箱：liyazhou@ ...

近期，字节跳动发布了名为MaskGCT的全新语音合成（TTS）模型，该模型在语音质量、相似度和可控性方面取得了显著突破，直接颠覆了传统语音合成 (TTS)的玩法，让AI彻底摆脱了对人工标注的依赖，实现了真正意义上的“自学成才”。

10月24日，趣丸科技宣布与香港中文大学（深圳）联合研发的语音大模型“MaskGCT”正式开源，面向全球用户开放使用。区别于传统TTS模型，该模型采用掩码生成模型与语音表征解耦编码的创新范式，在声音克隆、跨语种合成、语音控制等任务中展现出卓越效果。

10月24日，趣丸科技宣布与香港中文大学（深圳）联合研发的语音大模型“MaskGCT”正式在Amphion系统中开源，面向全球用户开放使用。区别于传统TTS模型，该模型采用掩码生成模型与语音表征解耦编码的创新范式，在声音克隆、跨语种合成、语音控制等任 ...

F5-TTS-MLX语音模型,苹果MacOsAppleSilicon本地安装包,文字转语音,TTS,基于苹果MLX框架F5-TTS-MLX语音模型苹果安装包:https://pan.quark.cn/s/4294baf6732fF5-TTS-MLX语 ...

2024年10月24日，趣丸科技与香港中文大学（深圳）正式联合发布了语音大模型“MaskGCT”，并宣布该模型将在Amphion系统上开源，全球用户均可使用。该模型的创新之处在于其采用的全新掩码生成技术，与传统的文本到语音（TTS）模型有着显著区别，展现出在声音克隆、跨语种合成及语音控制等领域的强大性能。

随着10月的到来，汽车市场再度迎来了一波新车发布潮，令人瞩目的车型如奥迪 TTS、斯巴鲁森林人以及马自达CX-30相继上市，吸引了众多消费者的目光。

喜马拉雅公布过一则数据，其用单田芳AI合成音制作的TTS（语音合成）专辑总播放量已经破亿。这一数据，喻示着在喜马拉雅“UGC+PGC+PUGC”内容生态之外，又多了一个AIGC的内容生态。事实上，音频行业其实一直存在着许多问题，比如单个创作者创作形式单一、生产周期长、内容成本高等等。而为了突破这些问题，音频行业一直也都 ...

当 前， 语 音 合 成 的 研 究 已 经 进 入 文 字 － 语 音 转 换（TTS） 阶 段， 其 功 能 模 块 可 分 为 文 本 分 析、 韵 律 建 模 和 语 音 合 成 三 ...

10月24日，趣丸科技宣布与香港中文大学（深圳）联合研发的语音大模型“MaskGCT”正式在Amphion系统中开源，面向全球用户开放使用。区别于传统TTS模型，该模型采用掩码生成模型与语音表征解耦编码的技术范式，在声音克隆、跨语种合成、语音控制等任 ...

另一款首次亮相的大模型是BaiLing-TTS，这是行业内首个支持多种普通话方言混说的语音大模型，巨人网络AI实验室构建了涵盖20种方言、超过20万小时 ...