NetEase Youdao veröffentlicht Confucius4-TTS: Open-Source-Modell für akzentfreies Voice Cloning in 14 Sprachen
Originaltitel:网易发布 Confucius4-TTS: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,3 秒音频即可克隆音色
KI-Zusammenfassung
NetEase Youdao hat die TTS-Engine Confucius4-TTS aus der Reihe „Ziyue 4.0“ vorgestellt. Sie soll das erste Open-Source-Modell der Branche sein, das akzentfreies Voice Cloning über 14 Sprachen hinweg ermöglicht und dabei ohne Referenztext auskommt. Nutzer benötigen nur 3 Sekunden Audio für Zero-Shot-Voice-Cloning; die Ähnlichkeit der geklonten Stimme zum Original liegt über 85 %, die Aufgabenpräzision bei 97 %. Das Modell unterstützt 14 Sprachen, darunter Chinesisch und Englisch, und bietet erstmals emotionale Klon-Übertragung per Audio-Prompt. Technisch basiert es auf einem GPT-artigen semantischen großen Sprachmodell, SSL-vortrainierten Merkmalen, einem ECAPA-TDNN-Sprecher-Encoder und dem Flow-Matching-Framework. Es ist vollständig Open Source (Apache-Lizenz) und bietet ein 54 GB großes Ressourcenpaket für die lokale Bereitstellung.
Kernpunkte
- NetEase Youdao hat die TTS-Engine Confucius4-TTS aus der Reihe „Ziyue 4.
- 0“ vorgestellt.
- Sie soll das erste Open-Source-Modell der Branche sein,das akzentfreies Voice Cloning über 14…
- Nutzer benötigen nur 3 Sekunden Audio für Zero-Shot-Voice-Cloning
- die Ähnlichkeit der geklonten Stimme zum Original liegt über 85 %,die Aufgabenpräzision bei 97 %.
Auf einen Blick
- Veröffentlicht
- Aktualisiert
- Quelle
- IT之家·人工智能
- Kategorie
- Modellveröffentlichungen
- KI-Bewertung
- 72
网易有道把语音克隆的门槛压到了 3 秒,跨 14 种语言还能保持无口音,而且全量开源、商用无限制,对多语种配音和短剧出海是直接可用的工具。
Quelle & Urheberrecht
Dieser Artikel basiert auf kuratierten Titeln und KI-Zusammenfassungen der öffentlichen AIHOT-API, mit Quellenangabe und Rückverlinkung. Das Urheberrecht am Original liegt bei den ursprünglichen Medien und Autoren; diese Seite spiegelt keine Volltexte.
Zitierhinweis
Beim Zitieren dieses Artikels bitte Titel, Datum und Permalink beibehalten und Orange News als Quelle angeben.
Orange News: NetEase Youdao veröffentlicht Confucius4-TTS: Open-Source-Modell für akzentfreies Voice Cloning in 14 Sprachen. 23. Juni 2026. https://new.nat6.net/de/news/cmqqjmnoj0af8slp5kb7ky21w/