Soul App AI团队开源了播客语音合成模型SoulX-Podcast，专为多人、多轮对话场景设计，支持中、英、川、粤等多种语言和方言，能够生成自然流畅、角色切换准确、韵律丰富的超长语音对话。该模型不仅适用于播客场景，在通用语音合成与克隆任务中也表现优异。 SoulX-Podcast具备零样本克...

中国电信近日发布国内首个支持30种方言混说的语音识别大模型——星辰超多方言语音识别大模型。该模型打破传统限制，能理解粤语、上海话等多种方言，由人工智能研究院研发，采用"蒸馏+膨胀"算法解决大规模参数训练问题。星辰模型是业界首个开源的基于离散语音表征的语音识别大模型，显著降低推理时的语音传输比特率。目前已在多地中国电信万号智能客服试点应用，展现先进技术的时效性。