Tongyi Labが「Fun-CosyVoice 3.5」および「Fun-AudioGen-VD」音声モデルを発表
本日、Tongyi Labは 「FreeStyle」対応の音声生成モデル2種、「Fun-CosyVoice3.5」および「Fun-AudioGen-VD」を正式に発表しました。今回のリリースは、音声合成におけるパラダイムシフトを意味し、従来のプリセットタグへの依存から、自然言語による指示に基づく新しいフレームワークへと移行するものです。これにより、ユーザーが「たった一文で自由に音声を生成できる」という、高度にインタラクティブな体験を実現します。


技術アーキテクチャと機能のアップグレードに関して、Fun-CosyVoice3.5は 多言語音声クローンとニュアンス豊かな表現を重視しており、タイ語やインドネシア語を含む4つの新言語に対応しました。DiffROおよびGRPO強化学習技術を統合することで、プロソディ(抑揚)と音声品質の類似性において大幅な改善を実現しています。 希少文字のエラー率は15.2%から5.3%に低下し、初期パケット遅延は35%削減されました。これと相まって、Fun-AudioGen-VDはサウンド デザインとシナリオモデリングに注力しています 。性別、感情、空間音響を指示に基づいて精密に制御でき、「狂気の悪役」から「賑やかなカフェ」の雰囲気まで、複雑で統合されたシナリオのシミュレーションを可能にします。
業界のトレンドという観点から見ると、Tongyi Labのこの 取り組みは、音声生成を単なる変換ツールから本格的な創作ツールへと昇華させるものです。この記述的かつプログラム可能なデジタル表現機能は、映画、ゲーム、AIアバターなどの分野に直接的な力を与えます。これにより、コンテンツ制作コストを削減しつつ、人間とコンピュータの相互作用における意味の豊かさを大幅に拡大します。
API: https://help.aliyun.com/zh/model-studio/text-to-speech?spm=a2c4g.11186623.help-menu-2400256.d_0_3_2_0.d5536a31V2tEJP
ドキュメント: https://help.aliyun.com/zh/model-studio/cosyvoice-clone-api?spm=a2c4g.11186623.help-menu-search-2400256.d_2
関連記事
DeepMindのCEOハサビス氏:1日6時間睡眠し、通常午前1時頃に活力を感じます。
フォーチュンは最近、Google DeepMindのCEOであるデミス・ハサビスへのインタビューを掲載し、彼の休息と生産性に対する非伝統的なアプローチを明らかにした。ハサビスは、睡眠時間が非常に短いことを明かし、覚醒時間を2つの明確な作業ブロックに構造化していると語った。彼の睡眠習慣について、ハサビスは「6時間の睡眠を目標としているが、私の習慣は典型的ではない。一日中効果的に機能できる」と述べた。彼は、6時間未満の睡眠は脳の健康に悪影響を及ぼすことを強調した。2010年にDeepMindを共
OpenAIとAnthropic、収益の伸び悩みにもかかわらず市場シェア争いを繰り広げる
OpenAIが収益目標を達成できなかったとする最近の報道を受け、今週火曜日にハイテク株に売り圧力が生じたにもかかわらず、AI研究機関への民間投資家は依然として堅調だ。経験豊富な出資者たちは、メディアによる否定的な報道にもかかわらず、投資額を減らすつもりはないことを明らかにしている。アナリストらは、現在のAI競争はまだ初期段階にあると見ており、「勝者総取り」という結末はあり得ないと見ている。高いコン
カリフォルニア州の自動運転車規制:違反切符、ジオフェンス、そして100万マイルという新たな時代
Guident社は南フロリダでAuveTechのシャトルを運行しており、同社の遠隔監視技術を活用して、ウェストパームビーチでの4マイルのルートとボカラトンでの1マイルのルートを管理している。 | 提供:Guidentカリフォルニア州は、自動運転車の規制環境を再定義しつつあり、テクノロジー業界の「迅速に動き、失敗を恐れない」という考え方から、厳格な説明責任と厳しい走行距離要件へと移行している。Gui
関連特集おすすめ
コメント (0)
0/500
本日、


技術アーキテクチャと機能のアップグレードに関して、
業界のトレンドという観点から見ると、
API: https://help.aliyun.com/zh/model-studio/text-to-speech?spm=a2c4g.11186623.help-menu-2400256.d_0_3_2_0.d5536a31V2tEJP
ドキュメント: https://help.aliyun.com/zh/model-studio/cosyvoice-clone-api?spm=a2c4g.11186623.help-menu-search-2400256.d_2
DeepMindのCEOハサビス氏:1日6時間睡眠し、通常午前1時頃に活力を感じます。
フォーチュンは最近、Google DeepMindのCEOであるデミス・ハサビスへのインタビューを掲載し、彼の休息と生産性に対する非伝統的なアプローチを明らかにした。ハサビスは、睡眠時間が非常に短いことを明かし、覚醒時間を2つの明確な作業ブロックに構造化していると語った。彼の睡眠習慣について、ハサビスは「6時間の睡眠を目標としているが、私の習慣は典型的ではない。一日中効果的に機能できる」と述べた。彼は、6時間未満の睡眠は脳の健康に悪影響を及ぼすことを強調した。2010年にDeepMindを共
OpenAIとAnthropic、収益の伸び悩みにもかかわらず市場シェア争いを繰り広げる
OpenAIが収益目標を達成できなかったとする最近の報道を受け、今週火曜日にハイテク株に売り圧力が生じたにもかかわらず、AI研究機関への民間投資家は依然として堅調だ。経験豊富な出資者たちは、メディアによる否定的な報道にもかかわらず、投資額を減らすつもりはないことを明らかにしている。アナリストらは、現在のAI競争はまだ初期段階にあると見ており、「勝者総取り」という結末はあり得ないと見ている。高いコン





家






