AI最前沿 88Z.ai 8 月 25 日消息，小红书FireRed团队发布开源模型FireRedTTS3，基于RedAE与LLM-DiT架构，支持多语言零样本克隆及精准编辑，在多项评测中表现优异。
消息要点
- 支持24种语言及21种中文方言的零样本克隆与精准编辑
- 在四个公开评测集上取得最优成绩，适用于多种语音场景
要点
小红书FireRed团队正式开源统一语音生成与编辑模型FireRedTTS3。该模型采用RedAE语义增强连续表示结合LLM-DiT架构，通过单一模型即可实现复杂功能。它支持24种语言及21种中文方言的零样本音色克隆，允许用户通过自然语言进行声音设计，并能对指定区域进行精准语音编辑。在四个公开评测集中，该模型均取得最优成绩。这一成果为有声内容制作、游戏配音以及品牌客服等应用场景提供了高效的解决方案，展现了其在语音处理领域的强大能力与广泛适用性。
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。
- FireRedTTS3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。