Paglabas ng modelo

Inilabas ng NetEase Youdao ang Confucius4-TTS: open source na cross-lingual accent-free voice cloning model sa 14 na wika

Orihinal na pamagat: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

AI summary

Inilunsad ng NetEase Youdao ang "Ziyue 4.0" TTS engine na Confucius4-TTS, na sinasabing kauna-unahang open source model sa industriya na sumusuporta sa cross-lingual accent-free voice cloning sa 14 na wika at nakakakumpleto ng voice cloning nang walang reference text. Kailangan lamang ng user ng 3 segundong audio para makamit ang zero-shot timbre cloning, na may similarity na higit sa 85% sa orihinal na boses, at 97% task accuracy. Sumusuporta ang modelo sa 14 na wika kabilang ang Chinese at English, at kauna-unahang audio Prompt emotion cloning transfer. Gumagamit ito ng GPT-style semantic large model, SSL pretrained features at ECAPA-TDNN speaker encoder, at Flow Matching framework. Ganap na open source (Apache license), may 54GB resource package para sa local deployment.

Mahahalagang impormasyon

  • Inilunsad ng NetEase Youdao ang "Ziyue 4.
  • 0" TTS engine na Confucius4-TTS,na sinasabing kauna-unahang open source model sa industriya na…
  • Kailangan lamang ng user ng 3 segundong audio para makamit ang zero-shot timbre cloning,na may…
  • Sumusuporta ang modelo sa 14 na wika kabilang ang Chinese at English,at kauna-unahang audio Prompt…
  • Gumagamit ito ng GPT-style semantic large model,SSL pretrained features at ECAPA-TDNN speaker…

Mabilisang tingin

Na-publish noong
Na-update noong
Pinagmulan
IT之家·人工智能
Kategorya
Paglabas ng modelo
AI na marka
72
Basahin ang orihinal Basahin ang buong artikulo sa orihinal na pinagmulan
Dahilan ng rekomendasyon

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。

Pinagmulan at copyright

Ang artikulong ito ay batay sa mga piling pamagat at AI summary mula sa pampublikong API ng AIHOT, may nakasaad na pinagmulan at backlink; ang copyright ng orihinal na teksto ay pag-aari ng orihinal na media at may-akda, hindi namin ginagaya ang buong teksto.

Link ng orihinal · Entry sa AIHOT

Paano banggitin

Kapag binabanggit ang artikulong ito, panatilihin ang pamagat, petsa at permanenteng link, at banggitin ang Orange News bilang pinagmulan.

Orange News: Inilabas ng NetEase Youdao ang Confucius4-TTS: open source na cross-lingual accent-free voice cloning model sa 14 na wika. 23 Hunyo 2026. https://new.nat6.net/fil/news/cmqqjmnoj0af8slp5kb7ky21w/

Tingnan lahat →