12月15日最新消息显示，阿里通义实验室正式开源了Fun-CosyVoice3-0.5B模型版本。该版本创新性地实现了零样本音色克隆技术——仅需提供一段超过3秒的参考音频文件即可精准复刻目标音色并生成新的语音内容，并全面支持本地化部署与二次开发需求。
与此同时，通义团队同步推出了轻量化级语音识别模型Fun-ASR-Nano，在保持性能的前提下将总参数量压缩至0.8亿级别。这一优化显著降低了推理计算成本，并已开放源代码供开发者使用，同时兼容本地化部署及定制化调优需求。（广角观察）
©版权声明：如无特殊说明，本站所有内容均为Amassai.net 原创发布和所有。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。否则，我站将依法保留追究相关法律责任的权利。
未经允许不得转载：AI人工智能资源一站式平台|AmassAI先驱探索品牌站 » 阿里通义百聆推出语音模型新版本
评论 ( 0 )