NetEase Youdao เปิดตัว Confucius4-TTS: โมเดลโอเพนซอร์สโคลนเสียงข้ามภาษาไร้สำเนียง 14 ภาษา
หัวข้อต้นฉบับ: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
สรุปโดย AI
NetEase Youdao เปิดตัวเอนจิน TTS "Ziyue 4.0" Confucius4-TTS โดยอ้างว่าเป็นโมเดลโอเพนซอร์สตัวแรกในอุตสาหกรรมที่รองรับ 14 ภาษา โคลนเสียงข้ามภาษาไร้สำเนียง และโคลนเสียงได้โดยไม่ต้องมีข้อความอ้างอิง ผู้ใช้เพียงมีเสียง 3 วินาทีก็สามารถโคลนเสียงแบบ zero-shot ได้ ความคล้ายคลึงของเสียงโคลนกับเสียงต้นฉบับสูงกว่า 85% และความแม่นยำของงานถึง 97% โมเดลรองรับ 14 ภาษา รวมถึงจีนและอังกฤษ และเป็นครั้งแรกที่ใช้ audio prompt ในการโคลนและถ่ายทอดอารมณ์ เบื้องหลังใช้โมเดลภาษาขนาดใหญ่เชิงความหมายแบบ GPT, คุณลักษณะพรีเทรน SSL และตัวเข้ารหัสผู้พูด ECAPA-TDNN, กรอบ Flow Matching เปิดโอเพนซอร์สเต็มรูปแบบ (สัญญาอนุญาต Apache) พร้อมชุดทรัพยากร 54GB สำหรับปรับใช้ในเครื่อง
ข้อมูลสำคัญ
- NetEase Youdao เปิดตัวเอนจิน TTS "Ziyue 4.
- 0" Confucius4-TTS โดยอ้างว่าเป็นโมเดลโอเพนซอร์สตัวแรกในอุตสาหกรรมที่รองรับ 14 ภาษา…
- คุณลักษณะพรีเทรน SSL และตัวเข้ารหัสผู้พูด ECAPA-TDNN,กรอบ Flow Matching เปิดโอเพนซอร์สเต็มรูปแบบ…
สรุปสั้น
- เวลาเผยแพร่
- เวลาอัปเดต
- แหล่งที่มา
- IT之家·人工智能
- หมวดหมู่
- เปิดตัวโมเดล
- คะแนน AI
- 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。
แหล่งที่มาและลิขสิทธิ์
บทความนี้เรียบเรียงจากพาดหัวคัดสรรและบทสรุป AI จาก API สาธารณะของ AIHOT โดยระบุแหล่งที่มาและลิงก์กลับแล้ว ลิขสิทธิ์ต้นฉบับเป็นของสื่อและผู้เขียนต้นทาง เว็บไซต์นี้ไม่ได้สะท้อนเนื้อหาฉบับเต็ม
วิธีอ้างอิง
เมื่ออ้างอิงบทความนี้ โปรดระบุชื่อเรื่อง วันที่ และลิงก์ถาวร พร้อมระบุแหล่งที่มาเป็น Orange News
Orange News: NetEase Youdao เปิดตัว Confucius4-TTS: โมเดลโอเพนซอร์สโคลนเสียงข้ามภาษาไร้สำเนียง 14 ภาษา 23 มิถุนายน 2026 https://new.nat6.net/th/news/cmqqjmnoj0af8slp5kb7ky21w/