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”。

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 ...

IT之家 11 月 1 日消息，赛轮思软件技术公司今日宣布与雷诺公司深化合作，将生成式 AI 驱动的功能和类人交互引入 雷诺下一代多模态虚拟车载伴侣 Reno 。 据介绍，雷诺虚拟形象 Reno ...

人工智能视频平台 D-ID 今日宣布推出两款新型虚拟头像 ——Express 和 Premium+，旨在提升内容创作的质量和效率。 如今，越来越多的企业希望借助更加人性化的 AI ...

2024年10月，人工智能的创新步伐再度加快。智谱AI和字节跳动相继推出的新产品重塑了语音合成和智能助手的应用场景，不仅提升了用户体验，也让我们对未来的科技生活有了新的期待。 字节跳动推出的MaskGCT语音合成（TTS）模型，采用了先进的自主学习技术，利用10万小时的未标注语音数据进行训练，成功实现了无需人工标注的全新语音合成方式。相较于传统的TTS模型，MaskGCT在声质自然度和表达灵活性上 ...

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 ...

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。

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 ...

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。

对于 Meta 的 NotebookLlama，有人直言听起来糟糕透了，要想真正地对标谷歌的 ...

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、语音控制等任务中性能表现突出。据介绍，MaskGCT在三个TTS基准数据集上都达到了SOTA效果 ...