Tongyi Lab stellt die Sprachmodelle „Fun-CosyVoice 3.5“ und „Fun-AudioGen-VD“ vor
Heute hat Tongyi Lab offiziell zwei FreeStyle-fähige Sprachgenerierungsmodelle vorgestellt: Fun-CosyVoice3.5 und Fun-AudioGen-VD. Diese Einführung markiert einen Paradigmenwechsel in der Sprachsynthese: weg von der Abhängigkeit von voreingestellten Tags hin zu einem neuen Framework, das auf Anweisungen in natürlicher Sprache basiert. Damit wird ein hochgradig interaktives Erlebnis erreicht, das es Nutzern ermöglicht, „mit einem einzigen Satz frei Sprache zu generieren“.


Was die technische Architektur und funktionale Verbesserungen betrifft, legt Fun-CosyVoice3.5 den Schwerpunkt auf mehrsprachiges Stimmklonen und nuancierten Ausdruck und unterstützt nun vier neue Sprachen, darunter Thai und Indonesisch. Durch die Integration der Reinforcement-Learning-Technologien DiffRO und GRPO erzielt das Modell erhebliche Verbesserungen bei der Prosodie und der Ähnlichkeit der Audioqualität. Die Fehlerquote bei seltenen Zeichen ist von 15,2 % auf 5,3 % gesunken, und die anfängliche Paketverzögerung wurde um 35 % reduziert. Ergänzend dazu konzentriert sich Fun-AudioGen-VD auf Sounddesign und Szenariomodellierung. Es unterstützt eine präzise, anweisungsbasierte Steuerung von Geschlecht, Emotion und räumlicher Akustik und ermöglicht so die Simulation komplexer, integrierter Szenarien – von einem „verrückten Bösewicht“ bis hin zur Atmosphäre eines „lauten Cafés“.
Aus Sicht der Branchentrends hebt die Initiative von Tongyi Lab die Sprachgenerierung von einem einfachen Konvertierungstool zu einem vollwertigen Kreativwerkzeug. Diese beschreibende und programmierbare digitale Ausdrucksfähigkeit stärkt direkt Branchen wie Film, Gaming und KI-Avatare. Sie senkt die Kosten für die Erstellung von Inhalten und erweitert gleichzeitig die semantische Vielfalt der Mensch-Computer-Interaktion erheblich.
API: https://help.aliyun.com/zh/model-studio/text-to-speech?spm=a2c4g.11186623.help-menu-2400256.d_0_3_2_0.d5536a31V2tEJP
Dokumentation: https://help.aliyun.com/zh/model-studio/cosyvoice-clone-api?spm=a2c4g.11186623.help-menu-search-2400256.d_2
Verwandter Artikel
DeepMind-CEO Hassabis: Ich schlafe sechs Stunden pro Tag und fühle mich normalerweise gegen 1 Uhr nachts energiegeladen.
Fortune hat kürzlich ein Interview mit Demis Hassabis, dem CEO von Google DeepMind, veröffentlicht, das seinen unkonventionellen Ansatz zu Erholung und Produktivität offenbart. Hassabis gab bekannt, dass er sehr wenig schläft und seine wachen Stunden
OpenAI und Anthropic kämpfen trotz Umsatzrückgängen um Marktanteile
Obwohl jüngste Berichte darauf hindeuten, dass OpenAI seine Umsatzziele verfehlt hat, was an diesem Dienstag Druck auf die Technologieaktien ausübte, zeigen sich private Investoren in KI-Labore weiter
Einhaltung der Vorschriften für autonome Fahrzeuge in Kalifornien: Eine neue Ära von Bußgeldern, Geofences und 1 Million Meilen
Guident betreibt einen AuveTech-Shuttle in Südflorida und verwaltet mithilfe seiner Fernüberwachungstechnologie eine vier Meilen lange Strecke in West Palm Beach sowie eine eine Meile lange Strecke in
Empfehlungen zu verwandten Spezialthemen
Kommentare (0)
Heute hat


Was die technische Architektur und funktionale Verbesserungen betrifft, legt
Aus Sicht der Branchentrends hebt die Initiative
API: https://help.aliyun.com/zh/model-studio/text-to-speech?spm=a2c4g.11186623.help-menu-2400256.d_0_3_2_0.d5536a31V2tEJP
Dokumentation: https://help.aliyun.com/zh/model-studio/cosyvoice-clone-api?spm=a2c4g.11186623.help-menu-search-2400256.d_2
DeepMind-CEO Hassabis: Ich schlafe sechs Stunden pro Tag und fühle mich normalerweise gegen 1 Uhr nachts energiegeladen.
Fortune hat kürzlich ein Interview mit Demis Hassabis, dem CEO von Google DeepMind, veröffentlicht, das seinen unkonventionellen Ansatz zu Erholung und Produktivität offenbart. Hassabis gab bekannt, dass er sehr wenig schläft und seine wachen Stunden
OpenAI und Anthropic kämpfen trotz Umsatzrückgängen um Marktanteile
Obwohl jüngste Berichte darauf hindeuten, dass OpenAI seine Umsatzziele verfehlt hat, was an diesem Dienstag Druck auf die Technologieaktien ausübte, zeigen sich private Investoren in KI-Labore weiter





Heim






