腾讯混元开源同传大模型:边听边译,3 秒出结果,还能克隆你的声音
腾讯混元在 10 月 26 日发布并开源了同声传译大模型 Hy-SimulMT。它做的事很实在:把说话人的音频实时送进模型,模型一边听一边翻,同步输出译文文字和语音,还能克隆说话人的音色,把声音特点和语气一起保留下来。这…
主题标签
腾讯混元在 10 月 26 日发布并开源了同声传译大模型 Hy-SimulMT。它做的事很实在:把说话人的音频实时送进模型,模型一边听一边翻,同步输出译文文字和语音,还能克隆说话人的音色,把声音特点和语气一起保留下来。这…
网易有道最新开源了 Confucius4-TTS,一套基于「语音编码器 + 大语言模型」架构的文本转语音系统。核心亮点是零样本跨语言声音克隆——…