- 我的订阅
- 科技
我们正处于一个信息大暴发的时代，每天都能产生数以百万计的新闻资讯！
虽然有大数据推荐，但面对海量数据，通过我们的调研发现，在一个小时的时间里，您通常无法真正有效地获取您感兴趣的资讯！
头条新闻资讯订阅，旨在帮助您收集感兴趣的资讯内容，并且在第一时间通知到您。可以有效节约您获取资讯的时间，避免错过一些关键信息。
豆包语音大模型优化小说演播，大咖音色媲美真人
近日，字节跳动的豆包语音大模型在小说演播场景取得突破，无需对话旁白、情感、角色等额外标签，也能实现高表现力、高自然度、高语义理解的小说演播效果，声音合成质量媲美真人。
据了解，市面上的语音模型想要媲美一流主播细腻的演播效果，要做好旁白和角色的区分演绎、角色情感的精确表达、不同角色的区分度等。传统的小说TTS合成链路，需要提前给内容打标签。豆包语音大模型基于Seed-TTS架构优化，则可以端到端直接合成出具有韵律、情感等细节的声音。
图：传统语音模型和豆包语音大模型合成链路的区别
Seed-TTS是字节跳动于2024年6月发布的语音生成基座模型。为提升语音表现力和长文本的理解能力，豆包语音大模型团队在Seed-TTS的数据、特征、上下文等结构上做了改进。比如数据上，音频做章节级别处理，保证了长文下的语音一致性和连贯性；语音韵律和准确性上，融合原始文本和前端信息，保证语气词、副语言、强调、弱读等内容自然流畅；额外加入的上下文理解能力，使得模型能够感知更大范围的语义信息，旁白和角色音表现更精准到位。
优化后的豆包语音模型，能端到端演绎更多元的情感，在人物不同情绪上表现自然，而且可实现连续多轮对话，保证角色区分鲜明。
豆包语音模型团队以王明军、李满超两位演播圈大咖的声音为基础，采用新技术合成的有声书，已上线番茄小说，受到用户的广泛欢迎。
责任编辑：任芯仪(EN063)
以上内容为资讯信息快照，由td.fyun.cc爬虫进行采集并收录，本站未对信息做任何修改，信息内容不代表本站立场。
快照生成时间：2025-03-04 14:45:05
本站信息快照查询为非营利公共服务，如有侵权请联系我们进行删除。
信息原文地址：
