🎙️ MiniMax Speech 2.6 发布 ⚡ 延迟 <250ms 🧠 智能文本处理：自动识别网址、日期、数字 🎤 真人级语音：支持克隆音色与情感表达 🌍 40+ 语言，流畅混读但是从演示视频来看，似乎拟人和情感方面没有展示出来，这个演示视频做的太差了。之前Speech 2.5 在中文情感能力方面很不错... 一次失败的演示...

#MiniMax Speech 2.6 #语音合成 #情感表达不足 #演示失败 #中文情感能力待提升

相关新闻

AIGCLINK

1个月前

阿里的最新TTS：Qwen3-TTS，跨语言混合能力强，感觉基本无缝切换，比Qwen-TTS多了更多的语言和方言支持同样能根据输入文本自动调整韵律、节奏和情绪变化跨语言的音色一致性也比较好中文支持普通话、北京、上海、四川、南京、陕西、闽南、天津、粤语多语言支持英文、西班牙语、俄语、意大利语、法语、韩语、日语、德语、葡萄牙语做有声书、AI客服、短视频配音的可以看看 #TTS #

sitin

1个月前

IndexTTS2 是 Bilibili 提出的一款新一代零样本语音合成（TTS）模型，其核心目标是实现高精度时长控制与高度自然的情绪表达，同时保持音色一致性，适用于视频配音、内容创作和多模态合成等场景。核心突破与功能亮点 1.精准时长控制：可直接指定语音时长（精确到毫秒），确保与视频口型严格对齐。支持不设限的“自然时长”模式，适应不同场景。 2.音色与情感完全分离（核心创新）：通过对抗训练

Gorden Sun

1个月前

B站的IndexTTS2开源了，有没有已经部署的，看看效果是不是像Demo那样牛逼？ Github：模型：

sitin

2个月前

昆仑万维正式上线Mureka V7.5模型。模型在中文歌曲创作上取得重大突破，提升了音色与演奏技法，优化了咬字和情感表现。通过ASR技术精准捕捉演唱细节，使AI演绎的歌曲更贴近真人演唱，人声表现真实性飞跃： 1.优化ASR技术，深入分析演唱细节（气息、情感起伏、唱法）。 2.智能划分乐句，确定自然换气与停顿位置。 3.提升生成人声的段落清晰度、结构真实感、自然度、呼吸感和情感表达真实性，大幅

dontbesilent

2个月前

这条动态是使用 mac 上的 Spokenly，加上 ElevenLabs 的 API 完成的输入