豆包大模型视觉、语音能力升级！文生图更懂国风，TTS拿捏情绪
2024 火山引擎 AI 创新巡展・成都站于近日正式举办。活动现场发布了豆包・图生图模型，以及升级版的豆包・文生图模型、豆包・语音合成模型、豆包・声音复刻模型。本文介绍了升级版文生...
admin
MRCP在美团语音交互中的实践和应用
总第555篇2023年 第007篇当你和智能语音机器人对话交互时，你是否好奇电话背后的机器人如何“听懂”你的意思，又如何像人一样“回答”你的问题？其中比较重要的技术就是 MRCP。...
如何用紧凑型语音表征打造高性能语音合成系统
小红书多媒体智能算法团队和香港中文大学首次联合提出了基于多阶段多码本紧凑型语音表征的高性能语音合成方案 MSMC-TTS。基于矢量量化变分自编码器（VQ-VAE）的特征分析器采用...
小布助手：业界首个基于对话音频的小样本语音合成技术实践
01 背景传统基于神经网络的语音合成方法TTS已成为主流，技术相对也比较成熟，但是需要大量发音人的原始录音数据，制作成本相对较高。因此，少量语音样本的自定义TTS技术是语音合成领域...