模型发布

Microsoft 发布 MAI-Voice-2 语音合成模型,支持 15 种语言与零样本声音克隆

原文标题:Introducing MAI-Voice-2

AI 摘要

Microsoft 发布文本转语音模型 MAI-Voice-2,官方称在保真度、语言覆盖、说话人一致性和情感范围上较前代显著提升,并列对比偏好测试中 72% 的场景优于 MAI-Voice-1。

关键信息

  • Microsoft 发布文本转语音模型 MAI-Voice-2,官方称在保真度、说话人一致性和情感范围上较前代显著提升
  • 并列对比偏好测试中 72% 的场景优于 MAI-Voice-1
  • 原文给出语言扩展、情感控制、零样本克隆与偏好测试数据,读者可以据此评估它在语音产品里的实际可用性

速览

发布时间
更新时间
来源
Microsoft AI:官方博客(RSS)
分类
模型发布
AI 评分
61
阅读原文 前往信息源阅读完整正文
推荐理由

原文给出语言扩展、情感控制、零样本克隆与偏好测试数据,读者可以据此评估它在语音产品里的实际可用性。

相关实体

来源与版权

本文基于 AIHOT 公开 API 的精选标题与 AI 摘要整理,已注明来源并回链;原文版权归原媒体与作者所有,本站不镜像全文。

原文链接 · AIHOT 条目

如何引用

引用本文时请保留标题、日期与永久链接,并注明来源为橙子新闻。

橙子新闻:Microsoft 发布 MAI-Voice-2 语音合成模型,支持 15 种语言与零样本声音克隆。2026年6月3日。https://new.nat6.net/news/cms3g8wjy01i3rondiwooj3q9/

查看全部 →
  • Gemma 4 12B:开发者指南

    Gemma 4 12B 是一款密集多模态模型,专为消费级设备上的高性能本地 AI 执行而设计。其采用新颖的无编码器架构,绕过传统视觉和音频编码器,将多模态数据直接输入大语言模型主干。

    Google Developers Blog(RSS)模型发布AI 评分 78

  • 微软首款高级推理AI模型MAI-Thinking-1发布

    微软在Build 2026上发布了其首款高级推理AI模型MAI-Thinking-1。该模型被定位为“中等规模”,能在“关键”软件工程基准测试中达到领先模型的水平。微软称其完全从头使用干净数据进行训练,未涉及从第三方模型进行知识蒸馏。这标…

    The Verge:AI(RSS)模型发布AI 评分 78