AI最前沿 88Z.ai 10 月 12 日消息，HeyGen 发布自研语音模型 HeyGen Voice，登顶 Artificial Analysis TTS 榜单。该模型与数字人 Avatar V 共享端到端技术栈，能保留用户语气、重音、情感及节奏，显著改善朗读感。通过 similarity 与 expressiveness_boost 双参数解耦，实现保真度与表现力的平衡。
消息要点
- HeyGen Voice 登顶 Artificial Analysis TTS 榜单，采用与 Avatar V 相同的端到端技术。
- 通过 similarity 与 expressiveness_boost 参数解耦，平衡声音保真度与表现力。
要点
HeyGen 正式推出自主研发的语音模型 HeyGen Voice，并在 Artificial Analysis TTS 榜单中取得第一名的成绩。该模型采用了与数字人模型 Avatar V 相同的端到端技术架构，能够精准捕捉并保留使用者原有的语气、重音、情感色彩以及说话节奏，从而有效改善传统合成语音的生硬朗读感。 在功能调节方面，HeyGen Voice 引入了 similarity 和 expressiveness_boost 两个独立参数。这种双参数解耦的设计允许用户在保持声音高保真度的同时，灵活调整语音的表现力，实现了真实感与感染力之间的最佳平衡，为创作者提供了更精细的控制能力。
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。
- Voice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。