NetEase Youdao、Confucius4-TTSを公開:14言語対応のクロスリンガル無アクセント音声クローンOSSモデル
原題: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 要約
NetEase YoudaoはTTSエンジン「子曰4.0」ことConfucius4-TTSを発表した。14言語に対応し、クロスリンガルで無アクセント、参照テキストなしで音声クローンを実現する業界初のオープンソースモデルと主張している。ユーザーはわずか3秒の音声でゼロショットの声質クローンが可能で、クローン音声と元音声の類似度は85%超、タスク精度は97%に達する。中国語や英語など14言語に対応し、音声プロンプトによる感情クローン転移を初めて実現した。基盤にはGPT型セマンティック大規模モデル、SSL事前学習特徴とECAPA-TDNN話者エンコーダ、Flow Matchingフレームワークを採用。Apacheライセンスで全量オープンソース化され、ローカル展開用に54GBのリソースパッケージを提供する。
要点
- NetEase YoudaoはTTSエンジン「子曰4.
- 0」ことConfucius4-TTSを発表した。
- 14言語に対応し、クロスリンガルで無アクセント、参照テキストなしで音声クローンを実現する業界初のオープンソースモデルと主張している。
- ユーザーはわずか3秒の音声でゼロショットの声質クローンが可能で、クローン音声と元音声の類似度は85%超、タスク精度は97%に達する。
- 中国語や英語など14言語に対応し、音声プロンプトによる感情クローン転移を初めて実現した。
概要
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。
出典と著作権
本記事は AIHOT の公開 API が提供する厳選タイトルと AI 要約に基づいており、出典の明記と元記事へのリンクを行っています。原文の著作権は元の媒体と著者に帰属し、当サイトは全文を転載しません。
引用方法
本記事を引用する際は、タイトル・日付・パーマリンクを保持し、出典をOrange Newsと明記してください。
Orange News:NetEase Youdao、Confucius4-TTSを公開:14言語対応のクロスリンガル無アクセント音声クローンOSSモデル。2026年6月23日。https://new.nat6.net/ja/news/cmqqjmnoj0af8slp5kb7ky21w/