mk体育在线：

  网易有道近来正式对外发布“子曰4.0”TTS语音组成引擎——Confucius4-TTS，这是业界首个支撑14种言语跨语种无口音、且无需参阅文本就可以完结语音克隆的开源模型。

  该模型在跨语种语音克隆、免参阅文本建模、情感韵律搬迁及本地化布置等要害维度上均到达世界前沿水平，为多语种内容生成、数字人配音、跨言语教育、短剧出海及全球化传达供给了低门槛、国产化的技能底座。

  现在，Confucius4-TTS已全方面掩盖中文、英语、西班牙语、法语、德语、韩语、泰语、越南语等14种言语的天然流利表达。

  用户仅需供给3秒音频资料，无需参阅文本或前期练习，模型就可以完结音色克隆，类似度超越85%，克隆使命准确度到达97%。

  输入中文音频后，模型可运用原声音色输出多语种语音，并在全过程中坚持音色高度一致；一起，模型可主动提取参阅音频中的情感特征，完成语调、韵律与心情的完好搬迁。

  在底层架构上，Confucius4-TTS引进GPT式语义大模型作为骨干，调配可学习说话人编码器，并选用Flow Matching流匹配生成结构，不再沿袭传统的声码器计划，显着提升了生成质量与可控性。

  值得重视的是，网易有道已将Confucius4-TTS全量开源，选用Apache开源协议，面向全球开发者敞开完好模型权重及配套东西链，商用无限制。开发者可下载54GB完好资源包，进行本地离线布置，满意数据安全与定制化需求。