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
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.
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/