Tongyi Lab presenta los modelos de voz Fun-CosyVoice 3.5 y Fun-AudioGen-VD
Hoy, Tongyi Lab ha presentado oficialmente dos modelos de generación de voz compatibles con FreeStyle: Fun-CosyVoice3.5 y Fun-AudioGen-VD. Este lanzamiento supone un cambio de paradigma en la síntesis de voz, pasando de depender de etiquetas predefinidas a un nuevo marco basado en instrucciones en lenguaje natural. Ofrece una experiencia profundamente interactiva, permitiendo a los usuarios «generar voz libremente con una sola frase».


En cuanto a la arquitectura técnica y las mejoras funcionales, Fun-CosyVoice3.5 hace hincapié en la clonación de voces multilingües y la expresión matizada, y ahora añade compatibilidad con cuatro nuevos idiomas, entre ellos el tailandés y el indonesio. Al integrar las tecnologías de aprendizaje por refuerzo DiffRO y GRPO, el modelo logra mejoras sustanciales en la prosodia y la similitud de la calidad de audio. Su tasa de error para caracteres poco frecuentes ha disminuido del 15,2 % al 5,3 %, y el retraso inicial de los paquetes se ha reducido en un 35 %. Como complemento, Fun-AudioGen-VD se centra en el diseño de sonido y el modelado de escenarios. Admite un control preciso y basado en instrucciones sobre el género, la emoción y la acústica espacial, lo que permite la simulación de escenarios complejos e integrados, desde un «villano loco» hasta el ambiente de una «cafetería ruidosa».
Desde la perspectiva de las tendencias del sector, la iniciativa de Tongyi Lab eleva la generación de voz de una simple herramienta de conversión a una herramienta de creación en toda regla. Esta capacidad de expresión digital descriptiva y programable potencia directamente sectores como el cine, los videojuegos y los avatares de IA. Reduce los costes de creación de contenidos al tiempo que amplía significativamente la riqueza semántica de la interacción entre humanos y ordenadores.
API: https://help.aliyun.com/zh/model-studio/text-to-speech?spm=a2c4g.11186623.help-menu-2400256.d_0_3_2_0.d5536a31V2tEJP
Documentación: https://help.aliyun.com/zh/model-studio/cosyvoice-clone-api?spm=a2c4g.11186623.help-menu-search-2400256.d_2
Artículo relacionado
TikTok lanza un mecanismo verificable de protección de derechos para contrarrestar la suplantación de identidad sintetizada por IA
El 17 de septiembre, Douyin lanzó un canal de denuncia específico para la «suplantación de voz» y actualizó sus mecanismos de protección de derechos, respondiendo a las nuevas demandas impulsadas por la adopción generalizada de herramientas de genera
El ejecutivo de OpenAI, Lehan: La IA ya puede planificar ciberataques; las empresas públicas deben preparar sus defensas
Chris Liuhan, director global de Asuntos Globales de OpenAI, advirtió a The Guardian de que los modelos de inteligencia artificial de última generación ya pueden orquestar ciberataques sofisticados, instando a las empresas y al público a prepararse p
Meta quiere que tu próximo gadget esté impulsado por Muse
El asistente de inteligencia artificial de Meta, Muse, que se encarga de reservas de viajes, envío de formularios y compras, ha ganado una amplia adopción, pero una nueva iniciativa puede interesar especialmente a desarrolladores y entusiastas del ha
Recomendaciones de temas especiales relacionados
comentario (0)
0/500
Hoy,


En cuanto a la arquitectura técnica y las mejoras funcionales,
Desde la perspectiva de las tendencias del sector, la iniciativa
API: https://help.aliyun.com/zh/model-studio/text-to-speech?spm=a2c4g.11186623.help-menu-2400256.d_0_3_2_0.d5536a31V2tEJP
Documentación: https://help.aliyun.com/zh/model-studio/cosyvoice-clone-api?spm=a2c4g.11186623.help-menu-search-2400256.d_2
TikTok lanza un mecanismo verificable de protección de derechos para contrarrestar la suplantación de identidad sintetizada por IA
El 17 de septiembre, Douyin lanzó un canal de denuncia específico para la «suplantación de voz» y actualizó sus mecanismos de protección de derechos, respondiendo a las nuevas demandas impulsadas por la adopción generalizada de herramientas de genera
El ejecutivo de OpenAI, Lehan: La IA ya puede planificar ciberataques; las empresas públicas deben preparar sus defensas
Chris Liuhan, director global de Asuntos Globales de OpenAI, advirtió a The Guardian de que los modelos de inteligencia artificial de última generación ya pueden orquestar ciberataques sofisticados, instando a las empresas y al público a prepararse p
Meta quiere que tu próximo gadget esté impulsado por Muse
El asistente de inteligencia artificial de Meta, Muse, que se encarga de reservas de viajes, envío de formularios y compras, ha ganado una amplia adopción, pero una nueva iniciativa puede interesar especialmente a desarrolladores y entusiastas del ha





Hogar






