僅僅需要五秒鐘就能復(fù)刻你的聲音?
快來登錄火山引擎官網(wǎng)在語音技術(shù)下的開放產(chǎn)品體驗中心(https://www.volcengine.com/product/voicecloning)體驗火山引擎聲音復(fù)刻2.0版本的驚艷效果吧!
火山引擎聲音復(fù)刻2.0采用了全新自研語音算法MegaTTS，經(jīng)專業(yè)評測，聲音復(fù)刻2.0版本與真人錄音復(fù)刻的平均相似度已高達97.5%，不但超過一半的評測人員認為復(fù)刻合成效果與真并無任何差異，而且在金融客服、視頻配音、智能語音助手、虛擬數(shù)字人等相關(guān)場景均可適用!
五秒鐘復(fù)刻：極速獲取高品質(zhì)AI專屬音色
傳統(tǒng)技術(shù)下，通常聲音復(fù)刻往往需要用戶錄制20-100句話，并訓(xùn)練幾分鐘甚至幾小時后才可就緒，這樣的“復(fù)刻門檻”往往讓人缺乏耐心且質(zhì)量也不盡如人意。
對此，火山引擎音色復(fù)刻2.0版本則在全面提升效果品質(zhì)的同時，還攻克了錄制量級及訓(xùn)練時長這兩大難關(guān)。
其核心算法MegaTTS只需要五秒鐘的數(shù)據(jù)量，就能對各種風(fēng)格、口音以及聲學(xué)環(huán)境下的音色進行克隆。同時MegaTTS算法具有大模型特有的In-context-learning能力，無需對用戶音色進行Fine-tuning就能實現(xiàn)復(fù)刻。區(qū)別于傳統(tǒng)的音色復(fù)刻模型，MegaTTS可以免除訓(xùn)練時長，即時極速復(fù)刻。
高度還原：平均相似度高達97.5%
此外MegaTTS算法還設(shè)計了基于注意力機制的細粒度無限長音色提示模塊，以及基于大語言模型的韻律提示模塊，在音色與韻律上都能夠極高還原用戶輸入音頻的發(fā)聲特點。
在真實的評測和用戶體驗中，不但還原之后的平均相似度已高達97.5%，環(huán)境音也可以被完美重現(xiàn)。
值得提及的是，火山引擎聲音復(fù)刻2.0版本為客戶了提供多種接入方式，并支持云端接入和私有化集成。無論是在金融客服、視頻配音、智能語音助手、虛擬數(shù)字人還是其他語音應(yīng)用場景中都能快速接入。
語音大模型創(chuàng)新范式 MegaTTS將聲音復(fù)刻帶入新境界
火山引擎聲音復(fù)刻2.0版本采用了火山語音團隊全新自研語音算法MegaTTS，新一代算法僅需要用戶秒級別的音頻數(shù)據(jù)即可即時完成對用戶音色、說話風(fēng)格、口音和聲學(xué)環(huán)境音的復(fù)刻。徹底攻克了傳統(tǒng)聲音復(fù)刻對錄音數(shù)據(jù)量的依賴，超低門檻的數(shù)據(jù)輸入即可獲得超高品質(zhì)的AI專屬音色。
實驗結(jié)果表明，當(dāng)數(shù)據(jù)量在10秒到5分鐘之間時，MegaTTS不僅可以在任意來源的新用戶的短提示下合成保同語音，而且始終優(yōu)于基于Fine-tuning的基線方法(Portaspeech 2)。
此外得益于音色和韻律獨立建模的方式，火山語音的韻律語言模型可以以細粒度和可控的方式將各種說話風(fēng)格轉(zhuǎn)移到目標(biāo)音色，甚至可以模仿Rap。未來這些功能也會陸續(xù)上線，為更多用戶提供創(chuàng)作空間。
一直以來，火山語音團隊不斷將打磨多年的語音技術(shù)能力面向市場并通過火山引擎開放給外部企業(yè)，已覆蓋汽車、金融、有聲閱讀、視頻配音等眾多應(yīng)用場景，技術(shù)能力已成功應(yīng)用到抖音、剪映、番茄小說等多款國民級產(chǎn)品上，并助力多家行業(yè)頭部企業(yè)實現(xiàn)AI語音能力的應(yīng)用與拓展。未來火山語音還將不斷探索前沿科技與業(yè)務(wù)場景的高效結(jié)合，持續(xù)為用戶體驗和業(yè)務(wù)增長注入創(chuàng)新勢能，以實現(xiàn)更大價值。
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責(zé)任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
