亚马逊发布史上最大的文本转语音AI模型，拥有“新兴能力”
talkingdev • 2024-02-15
626756 views
亚马逊人工智能公司发布了最新的文本转语音模型——Big Adaptive Steamable TTS with Emergent abilities（BASE TTS），该模型拥有980万个参数，并具有新兴特性，可以自然地讲述甚至是复杂的句子。该模型是当前最大的文本转语音AI模型之一，旨在提高语音合成的质量和自然度。 BASE TTS的新兴特性使其可以根据上下文自动调整语音发音，从而产生更加自然的语音效果。除此之外，该模型还可以自我评估和自我纠正，从而不断改善语音合成的质量。目前，BASE TTS已经在Alexa等亚马逊产品中得到应用。
核心要点
- 亚马逊发布新的文本转语音模型BASE TTS，拥有980万个参数。
- 该模型具有新兴特性，可以自然地讲述复杂的句子。
- BASE TTS的新兴特性可以根据上下文自动调整语音发音，从而产生更加自然的语音效果。