语音合成
3 published articles
大语言模型与模型4 min read
开放权重 TTS
Magpie TTS 在你的语音智能体延迟预算中占用了 32ms
Magpie TTS 报告在 NVIDIA B200 上的首音频时间为 32ms，并新增阿拉伯语、韩语和巴西葡萄牙语，使其语言列表达到 12 种。开放权重的卖点：自托管语音合成不再输掉延迟之争。
2026-08-16
人工智能Featured1 min read
AI与研究
68.4%胜率让ElevenLabs显得脆弱
Voxtral TTS在多元语言语音克隆方面树立了新标杆，在偏好对比测试中以68.4%的胜率击败ElevenLabs Flash v2.5。其混合架构及开源权重发布可能重塑TTS格局。
2026-07-24
大语言模型与模型3 min read
人工智能
英伟达新音频模型同时处理五大任务，专攻者在其领域反而落败
英伟达的 Audex 将音频理解、生成与文本推理统一于单一模型，在语音与音频基准测试上匹配或超越任务专用系统，且未牺牲文本性能。
2026-07-09