耳朵没错，是声音太真了，字节豆包语音合成成果Seed-TTS技术揭秘
耳朵没错，是声音太真了，字节豆包语音合成成果Seed-TTS技术揭秘Seed-TTS 是字节跳动豆包大模型团队近期发布的语音生成大模型成果。
来自主题: AI资讯
3878 点击 2024-06-26 17:08
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
Seed-TTS 是字节跳动豆包大模型团队近期发布的语音生成大模型成果。
通过高保真合成语音与真人语音无异。
咳咳，在开始讲之前，先跟差友们宣布个事儿：
最近，ChatTTS 这一语音生成项目在 GitHub 上迅速获得关注。截至6月4日，6天时间已经斩获18.9千个星标????。各大网友直呼太牛！按照这样的趋势，很快会突破2万stars。
未来人与人的交流，难道是这个样？
SOTA 语音合成效果。文本到语音合成（Text to Speech，TTS）作为生成式人工智能（Generative AI 或 AIGC）的重要课题，在近年来取得了飞速发展。在大模型（LLM）时代下，语音合成技术能够扩展大模型的语音交互能力，更是受到了广泛的关注。
伴随着生成式深度学习模型的飞速发展，自然语言处理（NLP）和计算机视觉（CV）已经经历了根本性的转变，从有监督训练的专门模型，转变为只需有限的明确指令就能完成各种任务的通用模型
AI Chat把大模型变成人类想象力的引擎。就像电影《Her》表现的那样，主人公可以和逝世多年的Alan Wstts的虚拟AI在线聊天。
OpenAI在首届开发者日上，正式公布自定义GPT。与此同时，现有的GPT-4也迎来一大波更新。 新版本GPT-4 Turbo，支持128k上下文，知识截止更新到2023年4月，视觉能力、DALL·E3，文字转语音TTS等等全都对API开放…… API价格还打了3-5折。