该系列包含三款自研语音模型：语音识别大模型Qwen-Audio-3.0-ASR、语音合成大模型Qwen-Audio-3.0-TTS，以及实时语音交互对话模型Qwen-Audio-3.0-Realtime。
阿里千问发布语音合成大模型Qwen-Audio-3.0-TTS，登顶Artificial Analysis榜首
近日，该引擎凭借全球首个不依赖参考文本即可实现14语种无口音跨语种语音克隆的开创性突破引发行业高度关注，为数字人、跨境传播、智能教育等产业提供国产化、低成本语音克隆功能。技术博主@dsd2077在实测使用日语…
通过汇聚大规模优质、精简的推理样本进行深度优化，把思维链输出长度压缩了 43.2%。 而开源的语音合成（TTS）模型支持跨语种音色情感迁移克隆，只要上传一段中文音频，就能克隆说话人的音色，并流利说出英语、韩语…
小米发布ZipVoice系列语音合成模型 打破AI播客技术瓶颈
数据显示，该板块声音模型被调用超6.8亿次，用户复购率达73%，印证了市场对高质量AI声源的旺盛需求。中国人工智能产业发展联盟专家指出：“逗哥配音将大模型技术与垂直场景深度融合，其‘5秒极速克隆’等功能既降低…
微软语音合成SDK企业专享绿色申请服务旨在解决企业在申请和使用过程中的痛点，特别是对于金融、医疗和互联网等行业的大客户。该服务为金融机构提供本地化服务器和审批追踪，保障数据安全；为在线教育提供专享配额，确保高…
在“重塑语音交互：音频技术和 Voice AI”技术专场，标贝科技联合创始人&CTO李秀林博士围绕 “语音合成大模型与高质量数据” 主题，分享了在大模型时代中语音合成技术的最新发展趋势和机遇，以及标贝科技在…
10 月 2 日消息，科技媒体 The Decoder 昨日（10 月 1 日）发布博文，报道称 OpenAI在旧金山开发者大会（DevDay）上，发布了 Realtime API，可以让开发者调…
标贝科技语音合成音色定制方案已经在医疗、金融、数字人、泛娱乐等领域得到应用，助力中国银行、人民日报、湖南电信、恒生电子、清博智能等多家行业头部企业实现AI语音能力的应用与拓展。未来，标贝科技将继续依托语大模…
【头部财经】微软最近发布了一款名为NaturalSpeech2的语音模型，该模型采用创新的设计，在零样本语音合成方面表现出色。微软表示
06/25 00:14
06/25 00:13
06/13 18:29
06/13 18:26
06/13 18:25
06/13 18:23
06/13 18:20
06/13 18:16
京公网安备 11011402013531号