无需分词器的多语言语音合成模型,支持创意音色设计和逼真声音克隆,可直接从文本生成自然语音。
开源语音合成模型家族,支持长语音、对话合成、音色设计、音效生成和实时流式 TTS,适合搭建多语言语音生成服务。
…升级 - 新增项目级 TTS 模型选择能力 - 支持调整生成声音方案数量 - 项目资产库与资产中心的音色设计卡片系统完成统一 - 增强阿里云百炼口型同步能力 - 增加口型同步统一前处理逻辑,包括过短音频补齐与过长音频裁切 4. 模型与 Provider 生态扩展 - 增强阿里云百炼 Provider 能力 - 新增 Minimax 文本模