超600种语言，一个模型全搞定! 小米开源 OmniVoice 多语言语音克隆 TTS
数秒克隆语音早已不是新鲜事，但能覆盖600+语种的语音克隆 TTS 模型，你见过吗！主流音色克隆 TTS 模型的多语言支持最多停留在几十种，大量低资源小语种始终难以覆盖，成为行业痛点。小米AI实验室新一代Kaldi团队全新推出 OmniVoice，以创新的极简架构打破这一局限，不仅在中英文场景达到顶尖性能，更在多语言任务中展现出超越商用系统的实力，是业内首个覆盖数百语种的语音克隆 TTS 模型，在
标签专题 · 共 3 篇文章
# TTS
关于「TTS」的技术文章、设计资料与工程师讨论，持续更新。
3
篇文章
10
人关注
180
次浏览
MiMo-V2.5-TTS-Series + ASR 正式发布
语音技术正在经历这样的变化：从“能听能读”，迈向“精准理解与灵活表达”。在真实的创作与交互场景中，机器不仅要穿透复杂的口语环境——方言口音、环境噪音、多人同时说话——还要能用声音塑造角色、拿捏情绪，让表达不再只是传递字词，而是传递感受。 无论是创作者，还是依赖语音技术的业务，真正需要的，是一个能被语言自由调度的语音系统：输入一段嘈杂的会议录音，它能准确转写；输入一句“这儿要低沉愤怒”的导演笔记，它
新项目来了：AI模拟面试
训练营筹备很久了的AI模拟面试项目上线啦~AI模拟面试项目依托 C++ 与AI 技术，构建 AI 辅助面试软件。 项目定位 一句话描述：C++ AI 面试官，但其实你可以改造为各种编程语言，各种场景的AI面试官。 基于C++17开发的实时语音技术面试系统，实现从简历解析、面试问题生成、实时交互到评分报告的全流程自动化，适用于企业初筛、机构考核、个人练习等场景，我们这个项目其实主要适合个人练习等