相關推薦
首包延遲300ms、支持20種方言:通義千問Qwen-Audio-3.0-TTS正式開放
阿里通義千問發佈新一代實時語音合成模型Qwen-Audio-3.0-TTS,實現從“能說話”到“會表達”的跨越。Plus版本在Artificial Analysis Speech Arena排名全球第一,超越Gemini3.1TTS等主流模型。雙版本中Flash版主打低延遲實時交互(首包約300ms),Plus版專攻高質量自然度與音色還原。
Jul 20, 2026
240.6k
小米發佈全鏈路語音大模型 MiMo-V2.5,TTS 可“一句話生成新音色”,ASR 開源支持方言與多語混說
小米發佈MiMo-V2.5全鏈路語音模型系列,包括三款TTS模型和一款開源ASR模型,覆蓋語音輸入與輸出。TTS模型能精準調度情緒、語氣和角色身份,讓聲音可編程、可創作、可復刻,提升人機交互自然度,開啓語音智能新紀元。
Apr 24, 2026
347.7k
英偉達收購 SchedMD 加強開源 AI 生態系統佈局
英偉達收購AI軟件公司SchedMD,強化開源技術佈局,提升AI生態競爭力。公司以高速芯片聞名,同時積極提供多種開源AI模型,覆蓋物理模擬、自動駕駛等領域,推動技術普及與創新。
Dec 16, 2025
192.9k
智譜多模態開源周圓滿落幕:四項視頻生成核心技術全面開放
智譜團隊開源四項視頻生成核心技術,包括GLM-4.6V視覺理解、AutoGLM設備控制、GLM-ASR語音識別和GLM-TTS語音合成模型,展示其在多模態領域的最新進展,爲視頻生成技術發展奠定基礎。
Dec 12, 2025
216.5k
Qwen3-TTS 升級:多樣化聲音讓語音合成更自然
Qwen3-TTS語音合成模型全面升級,支持多音色、多語種和多方言,顯著提升語音自然度和穩定性。通過Qwen API可便捷訪問,現提供超過49種高品質音色,覆蓋不同性別、年齡和地域特徵,滿足多樣化場景需求。
Dec 11, 2025
227.6k
