AI最前沿 88Z.ai 6 月 25 日消息，网易有道正式开源Confucius4-TTS语音合成模型。该模型在零样本克隆、多语言无口音合成及情感迁移方面取得突破，采用端到端架构并支持本地离线部署。
消息要点
- 支持3秒零样本克隆及14种语言无口音合成
- 采用端到端架构，54G权重支持本地离线部署
要点
网易有道最新开源的Confucius4-TTS模型在语音合成技术领域实现了三项核心突破。首先，它具备强大的零样本语音克隆能力，仅需3秒音频即可复刻声音；其次，支持14种语言的跨语种合成，且能保持无口音的自然听感；此外，模型还能精准迁移情感与韵律。在技术架构上，该模型融合了语音编码器、大语言模型以及流匹配生成技术，构建了高效的端到端系统。其完整权重文件大小为54G，充分支持用户在本地环境中进行离线部署，满足对数据隐私和低延迟有较高要求的应用场景。
资料来源与整理说明
本文由 AI最前沿通过 AI 辅助整理公开资料。产品能力与开放范围按发布方说明转述，未将其视为本站实测或独家采访结论。
- 网易有道原始资料发布于
以上日期为原始资料发布日期；标题下方日期为本文在 AI最前沿的发布时间。