多语言

EmotiVoice：网易免费开源TTS引擎，2000种音色+情感控制！狂揽7900星

作者

网易有道开源的EmotiVoice是一款支持多语言、海量音色和情感合成的TTS系统，具有高效部署、易用接口和语音克隆等功能，在内容创作、智能语音助手、教育、客服系统及娱乐游戏等领域具有广泛应用前景。

谷歌开源单卡最强多模态模型！分数超满血版DeepSeek V3，一张GPU就能跑

作者

谷歌发布Gemma 3系列模型，参数规模有1B、4B、12B和27B四种，支持超过35种语言。它在知名AI排行榜LMArena上的初步人类偏好评估中优于Llama-405B、DeepSeek-V3和o3-mini。开发者可以通过多种途径访问Gemma 3，并附带改进的代码库进行高效微调。谷歌还推出了Gemma 3学术计划，以加速基于Gemma 3的研究。

音乐检索进入“多模态对齐”时代：清华 CLaMP-3 的三大极限突破

作者

清华大学朱文武教授团队推出的CLaMP 3是一款多模态、多语言的音乐信息检索框架，实现了跨模态检索和零样本分类等功能。它支持27种语言，并基于对比学习训练模型，使用XLM-R预训练模型实现强大的多语言文本嵌入。