巨人网络联手清华大学首创DiaMoE-TTS,开源多方言语音合成大模型框架
巨人网络AI Lab与清华大学电子工程系SATLab研究团队近日联合发布一项重大突巨人破:首创多方言语音合成大模型框架DiaMoE-TTS,并宣布将数据、代码、方法全网络方位开源,旨在推动方言语音合成的公平与普惠。
在当前通用TTS(文本转语音)大模型能力惊人联手的时代,方言TTS(Dialect TTS)仍是业界难以触及的“灰色地带”。现有的工清华业级方言模型过于依赖巨量的专有数据,导致方言从业者和研究者面临缺乏统一语料构建方法大学和端到端开源框架的困境。
由双方联合首创的DiaMoE-TTS框架,为这一难题提供了一套开首创源的完整解决方案,其性能在一定程度上可媲美工业级方言TTS模型。该方案的关键创新Di在于:
统一的IPA表达体系: 基于语言学家的专业经验,构建了一个统一的国际音标(IPA)表aM达体系。
数据高效性: 该框架仅依赖开源方言ASR(自动语音识别)数据,解决了巨量专有数据oE依赖的痛点。
在推出广东话、四川话、上海话等中文方言版本之前,该研究团队已在英语、-T法语、德语、荷兰比尔茨语等多语种场景中进行过验证,证明该方法具备全球范围内的多语言可TS扩展性与稳健性。
巨人网络AI Lab与清华大学电子工程系SATLab表示,希望通过DiaMo,开E-TTS框架的开源,让任何研究者、开发者乃至语言文化保护工作者都能自由使用、改进与扩源多展这一框架,确保小众语言与方言的声音不再被通用大模型的洪流所淹没,而是能通过开源的方言力量被更广泛地听见与传承。
- ·标签: 智能手机 PC 存储涨价 AI
- ·英特尔因专利侵权 被罚近22亿美元
- ·标签: 萝卜快跑 Dubai 全无人驾驶 Apollo Go Park
- ·标签: OpenClaw 比亚迪汽车 刀片电池 工信部
- ·钉钉推出首款AI硬件:AI录音产品DingTalk A1
- ·标签: 卓世科技 璇玑玉衡 行业大模型 具身智能
- ·标签: 华虹公司 华力微 白鹏 资产减值
- ·微软官宣将于美东时间9月22日举行新品发布会
- ·标签: 刘宇 Vivix AI 商汤 秒画
- ·标签: 瑞发科 SerDes芯片 车规级芯片 华为哈勃
- ·标签: 法拉第未来 贾跃亭 FFAI PhysicalAI
- ·夸克发力AI生态布局:三大新品齐发,承载阿里AI to C战略重任
- ·混元推出国内首个交互式AI播客,用户可随时提问
- ·Twitter移动应用新版内测 音频聊天室成中心
- ·标签: 长安汽车 极狐 L3自动驾驶 智能网联汽车
- ·云安全日报210923:思科IOS XE操作系统发现远程代码执行漏洞,需要尽快升级
