10月24日，趣丸科技晓示与香港华文大学(深圳)蚁集研发的语音大模子“MaskGCT”细腻开源，面向环球用户洞开使用。折柳于传统TTS模子，该模子遴荐掩码生成模子与语音表征解耦编码的翻新范式，在声息克隆、跨语种合成、语音为止等任务中展现出超卓性能。据先容，MaskGCT在三个TTS基准数据集上都达到了SOTA效果裙底 偷拍，性能疏淡现时起首进的同类模子裙底 偷拍，某些标的以致疏淡东谈主类水平。显耀特色如下：1、秒级超传神的声息克隆：提供3秒音频样本即可复刻东谈主类、动漫、“耳边细语”等任性音色，且能完好复刻语调、格并吞厚谊。2、更邃密可控的语音生成：可生动袭击生谚语音的长度、语速和豪情，相沿通过裁剪文本裁剪语音，并保抓韵律、音色等方面的特殊一致。3、高质料多语种语音数据集：检修于香港华文大学(深圳)和趣丸科技等机构蚁集推出的10万小时数据集Emilia，是环球最大且最为千般的高质料多语种语音数据集之一，醒目中英日韩法德6种言语的跨语种合成。据先容，MaskGCT(Masked Generative Codec Transformer)是一个大限制的零样本TTS模子，遴荐非自总结掩码生成Transformer，无需文本与语音的对皆监督和音素级抓续期间展望。其本领碎裂性在于遴荐掩码生成模子与语音表征解耦编码的翻新范式。现实标明，MaskGCT在语音质料、一样度和可瓦解性方面优于现时起首进的TTS模子，况兼在模子限制和检修数据量加多时阐发更佳，同期大略为止生谚语音的总时长。MaskGCT已在香港华文大学(深圳)与上海东谈主工智能现实室蚁集开发的开源系统Amphion发布。该模子研发团队在语音鸿沟领有深厚的接洽聚积和原创性闭幕。这主要依托趣丸科技十年深耕音频本领鸿沟和亿级高质料语音用户的工作告诫，以及香港华文大学(深圳)外洋一活水平的师资队列/span>当今，MaskGCT在短剧出海、数字东谈主、智能助手、有声读物、赞助证实注解等鸿沟领有丰富的利用场景。为了加速落地利用，在安全合规下，趣丸科技打造了多语种速译智能视听平台“趣丸千音”。一键上传视频即可快速翻译成多语种版块，并收尾字幕开拓与翻译、语音翻译、唇音同步等功能。该产物进一步纠正视频翻译制作进程，大幅缩短过往不菲的东谈主工翻译资本和冗长的制作周期，成为影视、游戏、短剧等实质出海的理念念弃取平台。举报/反应最新成人网