全球首创！B站推出影视级TTS语音模型，支持零样本语音+情绪双克隆，精准时长控制！
近日B站语音团队推出的新一代语音合成模型IndexTTS2支持影视级音质、情绪克隆和时长控制。其核心模块包括输入处理、语音编码、情绪控制、时长控制和语音解码，提供零样本语音/情绪克隆和时长控制功能，并支持本地部署和双语支持。
语音合成模型
字节开源MegaTTS3-轻量高效语音合成模型，Wan 团队开源 All-in-One 视频编辑框架 VACE
本文介绍了五种新兴的人工智能技术与系统：轻量级高效语音合成模型MegaTTS3、集视频创作与编辑于一体的AI模型VACE、半自动科学发现系统CodeScientist、终端AI编程助手Gemini Code，以及基于多智能体的医疗问诊框架hospital_multiagent_system。
MiniMax 重磅发布新一代语音模型：10秒克隆，17种语言！
MiniMax 发布新一代语音合成模型 T2A-01-HD，只需10秒音频就能复制任何人的声音。该模型支持多种语言，具备情感智能和专业级音效功能，已推出免费试用版。