.png)
9月8日，B站宣布开源自研语音生成模型IndexTTS-2.0，这是首个支持精确时长控制的自回归零样本TTS系统。该模型可实现精准音画同步，适合视频配音等场景，并支持两种生成模式：精确时长控制和自由生成保留韵律特征。其创新点包括情感与音色解耦，用户可独立指定音色和情绪来源，同时引入GPT潜在表示和三阶段训练策略，提升高情感表达下的语音清晰度。团队还通过“软指令”机制降低使用门槛，允许自然语言描述控制情绪。实验表明，IndexTTS-2.0在词错率、音色相似度和情绪保真度上超越现有模型。代码及预训练权重已公开，助力学术研究与产业应用。
原文链接
本文链接：https://kx.umi6.com/article/24924.html
转载请注明文章出处
分享至
打开微信扫一扫
内容投诉
生成图片
.png "24924")
相关推荐
.png)
换一换
B站开源自研 IndexTTS-2.0：情感可控、时长可控的零样本语音合成 AI 模型
2025-09-09 16:18:36
全球首款“边走边讲边演示”人形机器人：魔法原子发布智慧导览解决方案
2025-09-09 21:23:51
“AI 教父”辛顿自曝：前女友在分手时曾用 ChatGPT 来指责他
2025-09-08 18:01:47
工信部：将研究出台人工智能+制造专项行动实施方案
2025-09-09 11:14:37
AI热潮隐忧浮现？高盛：AI投资持续加速 但企业采用势头放缓
2025-09-09 10:11:49
百度股价创今年新高！李彦宏700万元重奖技术团队
2025-09-08 20:03:26
Canalys：二季度全球云基础设施服务支出达953亿美元 同比增长22%
2025-09-09 12:14:24
上海：给予最高不超过1200万元支持AI+数字广告智能体研发
2025-09-08 11:59:20
谷歌nano banana成功后，OpenAI花11亿买了一家公司
2025-09-08 18:02:57
京东云计算入股具身智能机器人公司千寻智能
2025-09-08 12:58:45
工信部：推动体育器械与人工智能、虚拟现实等新技术融合创新
2025-09-09 17:18:09
AI终局之战：美国目前赢了技术，但中国会赢下未来？
2025-09-09 16:19:36
腾讯发布AI CLI工具CodeBuddy Code
2025-09-09 14:24:09
540 文章
191287 浏览
24小时热文
更多
-
2025-09-09 21:25:12 -
2025-09-09 21:23:51
-
2025-09-09 21:22:33
