语音合成
4 published articles
Qwen / 阿里巴巴4 min read
Speech synthesis
Alibaba's new TTS model speaks 16 languages, laughs on command, and might actually ship
Alibaba's Qwen-Audio-3.0-TTS is a production-oriented speech synthesis system that combines a low-frame-rate tokenizer with progressive training. It supports 16 languages, 20 Chinese dialect regions, and natural-language instructions for emotion, pace, and speaking style.
2026-07-26
人工智能Featured3 min read
人工智能
那些缺失的‘嗯’和‘啊’终于让AI语音听起来像人类了
MiniMax 的 Speech 2.8 将原生填充词、呼吸声和犹豫感引入 AI 语音合成，解决了长期困扰合成语音的‘过于完美’问题, , 这曾让它们听起来像机器人。该模型还提供了10秒语音克隆和跨语言准确性改进。
2026-07-11
人工智能2 min read
AI语音
MiniMax Speech 2.8：原生语气词与高保真克隆，为AI语音注入人性温度
MiniMax Speech 2.8 增加了自然的语气词、10秒语音克隆和录音室级音频质量，以缩小合成语音与人类语音之间的差距。该模型修复了导致AI语音听起来机械的“过于完美”问题。
2026-07-08
人工智能Featured3 min read
人工智能
MiniMax 产品大爆发：代码、音乐、视频新模型全面升级
中国 AI 初创公司 MiniMax 推出 MiniMax M3、Hailuo 2.3、MiniMax Code 以及新的语音/音乐模型，在竞争激烈的市场中拓宽了产品线。
2026-07-06