Lain-lain

LongCat-AudioDiT-1B: Model teks-ke-ucapan resapan ruang terpendam bentuk gelombang berfideliti tinggi

Tajuk asal:meituan-longcat/LongCat-AudioDiT-1B

Ringkasan AI

Model TTS resapan sumber terbuka pasukan LongCat Meituan meninggalkan perwakilan perantaraan mel-spectrogram tradisional dan beroperasi secara langsung dalam ruang terpendam bentuk gelombang, mensintesis ucapan hanya melalui Wav-VAE dan rangkaian tulang belakang resapan. Model ini membaiki masalah ketidakpadanan latihan-penaakulan dan menggantikan bimbingan tanpa pengelas dengan bimbingan unjuran adaptif. Versi terbesar 3.5B mencapai SOTA klon suara sifar-sampel dalam penanda aras Seed, dengan persamaan penutur (SIM) mencapai 0.818 dalam Seed-ZH dan 0.797 dalam Seed-Hard, melebihi Seed-TTS yang terbaik sebelum ini. Kajian juga mendapati bahawa kesetiaan pembinaan semula Wav-VAE tidak berkorelasi positif dengan kualiti sintesis akhir.

Maklumat penting

  • Model TTS resapan sumber terbuka pasukan LongCat Meituan meninggalkan perwakilan perantaraan…
  • Model ini membaiki masalah ketidakpadanan latihan-penaakulan dan menggantikan bimbingan tanpa…
  • Versi terbesar 3.
  • 5B mencapai SOTA klon suara sifar-sampel dalam penanda aras Seed,dengan persamaan penutur (SIM)…
  • 818 dalam Seed-ZH dan 0.

Sekilas pandang

Diterbitkan pada
Dikemas kini pada
Sumber
美团 LongCat:HuggingFace 新模型
Kategori
Lain-lain
Baca asal Baca artikel penuh di sumber asal
Sebab disyorkan

美团开源 1B 语音克隆模型,Seed 基准超 Seed-TTS,零样本推理可用

Sumber dan hak cipta

Artikel ini disusun berdasarkan tajuk pilihan dan ringkasan AI daripada API awam AIHOT, dengan sumber dinyatakan dan pautan balik disediakan; hak cipta teks asal milik media dan penulis asal, laman ini tidak menyalin penuh teks penuh.

Pautan asal · Entri AIHOT

Cara memetik

Apabila memetik artikel ini, kekalkan tajuk, tarikh dan pautan kekal, serta nyatakan sumber sebagai Orange News.

Orange News: LongCat-AudioDiT-1B: Model teks-ke-ucapan resapan ruang terpendam bentuk gelombang berfideliti tinggi. 30 Mac 2026. https://new.nat6.net/ms/news/cmocymrfh0057slqlbzifa44t/

Lihat Semua →