MiniMax 昨日宣布，带来全新升级的 T2A-01 系列语音模型，并全球同步上线海螺语音产品。
据介绍，依托于 T2A-01 系列语音模型，用户在海螺 AI 仅需输入文字即可生成自然、流畅的超拟人人声，最长可输入多达 10000 字符。与此同时，用户可以根据需要自由配置输出语音的情绪、语速、音高，甚至调整音色效果，满足复杂场景的精细化需求。
IT之家注意到，海螺语音支持中文、粤语、英语、日语、韩语、阿拉伯语、葡萄牙语、西班牙语、法语、意大利语、印尼语、荷兰语、俄语、德语、越南语、土耳其语、乌克兰语等 17 种语言生成。
官方称，用和 Seed-TTS 论文相同的评测集和评测工具（WER：合成音频的文本和 asr 识别结果计算词错率；SIM：用说话人识别工具计算合成音频和真实音频的距离，表示复刻相似度）来计算海螺语音的字错率和相似度（加粗数字评分代表更优结果）。结果显示，海螺语音在中文的字错率和相似度最好，英文的字错率、相似度和真实录音「Human」接近。
海螺语音具备情感理解能力，能够智能地识别并重现语音中细微的情感差别，让声音更加鲜活，情绪表达更加精准。同时，还预置不同语种共计 300 + 音色供用户选择，用户可按语言、口音、性别和年龄分类筛选。音色多变，不羁、诙谐、慈祥等风格丰富多样，有声书、ASMR 耳语、新闻播报等场景均可适用。
免责声明：文章内容来自IT之家
本站不对其内容的真实性、完整性、准确性给予任何担保、明示、暗示和承诺，本文仅供读者参考!
数码迷尊重原作者的辛勤劳动并致力于保护原著版权以及相关的知识产权，所转载的文章，其版权归原作者所有。
如本文内容影响到您的合法权益(内容、图片等)，请通过邮箱5937331#qq.com联系我们，我们将第一时间回复处理。
