AI最前沿 88Z.ai 8 月 13 日消息，小红书 dots 团队与上海交通大学 X-LANCE 实验室联合开源 dots.tts，一款 20 亿参数、全连续隐空间自回归 TTS 基座模型。该模型不依赖离散声学 Token，在零样本声音克隆评测 Seed-TTS-Eval 上达到 SOTA，支持音色微调与语音编辑。
消息要点
- dots.tts 为 20 亿参数全连续隐空间自回归模型，不依赖离散声学 Token
- 在 Seed-TTS-Eval 零样本评测中获 SOTA，支持音色微调与语音编辑
要点
小红书 dots 团队携手上海交通大学 X-LANCE 实验室，正式开源了名为 dots.tts 的语音合成基座模型。该模型拥有 20 亿参数，采用全连续隐空间自回归架构。与传统方法不同，dots.tts 不依赖离散声学 Token，从而实现了更流畅的生成效果。在零样本声音克隆基准测试 Seed-TTS-Eval 中，该模型取得了当前最佳性能。此外，它还具备高度的灵活性，支持用户对音色进行微调以及直接对语音内容进行编辑，为开发者提供了强大的基础工具。
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。
- 机器之心原始资料发布于
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。