孟买工程学院团队：如何实现多语言语音合成？
这项由孟买达瓦卡达斯·桑吉维工程学院的Pranav Pawar、Akshansh Dwivedi、Jenish Boricha、Himanshu Gohil和Aditya Dubey五位研究者共同完成的突破性研究，发表于2025年6月19日的计算机学习领域权威
语音合成
618全平台GMV突破21亿，交个朋友控股(01450)“AI+数字人”酝酿增长新动能
今年618大促期间，交个朋友控股(01450)交出了一份喜人的成绩单：截至6月20日，交个朋友的618全平台GMV达21亿元，同比增长17.2%;订单量超600万单，场观人数突破7.5亿人次。其中，淘宝订单量同比增长65%，抖音增长42%，新入驻的百度优选平台
假老罗打败真老罗？618一夜爆卖5500万！真相揭穿网友傻眼
刚刚过去的618，罗永浩又创下炸裂新纪录——被自己的AI分身打败了！在百度电商直播间，罗永浩数字人强势登场，不仅爆梗频出、神似度拉满，还一举打破老罗本人首秀纪录，成交额破5500万。这背后，大模型已成为幕后操盘手！
CapSpeech：开创风格提示语音合成的下游应用新纪元
想象一下，你能够通过简单的文字描述就让AI说话的语调变得悲伤、兴奋，甚至模仿特定口音，或在语音中加入敲门声、笑声等环境音效。这听起来像科幻小说，但约翰·霍普金斯大学、北京大学、南加州大学、香港中文大学和麻省理工学院的研究团队已经让这一切成为现实。他们最新发表的
4款好用的AI文本转语音工具，AI语音生成工具推荐
跟大家分享几款本站收录的实用AI语音合成工具，支持文本转语音的在线功能，非常适合视频制作中使用。
给语音贴情绪标签：MIKU-PAL如何突破情感语音合成的瓶颈
在人工智能快速发展的今天，让AI能够用丰富的情感说话已成为研究热点。然而，制作高质量的情感语音合成系统一直面临一个关键瓶颈：缺乏大规模且一致性强的情感语音数据。2025年5月，来自Fish Audio（美国圣克拉拉）的研究团队Yifan Cheng、Ruoyi
对话式AI文本转语音合成软件CSM整合包，Sesame AI多人文字转语音
CSM是发布不久的一款多人对话语音生成模型，声音自然延迟低，同时支持克隆音色语音合成，我基于当前最新版本制作了免安装一键启动整合包。
喜马拉雅取得语音合成方法及相关装置专利
国家知识产权局信息显示，上海喜马拉雅科技有限公司取得一项名为“语音合成方法及相关装置”的专利，授权公告号CN115440185B，申请日期为2022年09月。
Muyan-TTS开源：高效语音合成，播客有声书制作新神器！
在开源语音合成技术领域，一项新的突破正引领着行业前行。近期问世的Muyan-TTS模型，专为满足播客、有声书及长视频等领域的语音合成需求而打造，凭借其出色的零样本语音合成能力、快速生成速度以及高度的朗读连贯性，迅速成为批量长语音生成任务中的佼佼者。
视频编辑新玩法，用视频剪辑软件AI智能合并生成一个新视频并设置添加文案+语音合成，轻松搞定视频制作
在数字化时代，视频内容已成为人们获取信息、娱乐休闲的重要方式。然而，对于许多视频创作者而言，繁琐的剪辑工作常常让人头疼不已。今天，我要为大家介绍一款强大的视频剪辑软件——媒体梦工厂，它凭借AI智能合并技术，让视频制作变得轻松简单。无论是想要合并多个视频片段，还
中国联通申请语音合成模型评测专利，能够对新型语音合成模型进行评测
国家知识产权局信息显示，中国联合网络通信集团有限公司申请一项名为“语音合成模型评测方法、装置及存储介质”的专利，公开号 CN119889353A，申请日期为 2025年1月。
语音合成突破：F5R-TTS首次实现非自回归模型的GRPO优化
在人工智能技术日新月异的今天，语音合成（TTS）领域正经历着一场前所未有的技术革命。最新一代文本转语音系统不仅能够生成媲美真人音质的高保真语音，更实现了 「只听一次 」就能完美复刻目标音色的零样本克隆能力。这一突破性进展的背后，是大规模语音数据的积累和大模型技
2025年值得关注的AIGC产品 声网对话式AI引擎上榜
声网对话式 AI 引擎作为全球首个对话式 AI 引擎,可支持任意文本大模型快速升级为“能说会道”的对话式多模态大模型。凭借任意模型适配、响应快、打断快、对话体验好、开发省心省钱等一系列特性,目前对话式 AI 引擎已经助力多个 AI 应用落地上线。
中国工商银行申请语音合成专利，解决语音合成场景及对话信息传递不完整问题
国家知识产权局信息显示，中国工商银行股份有限公司申请一项名为“语音合成方法、装置、存储介质和电子设备”的专利，公开号 CN 119763541 A，申请日期为 2024年12月。
如何将文字转换成音频内容？推荐八个超高准确的执行方法
如何将文字转换成音频内容？在当今数字化的时代，将文字转换成音频内容已经成为一种常见且重要的需求。无论是为了满足听觉障碍者的需求，还是为了更生动地传达信息，亦或是为了制作有声读物等，它都会发挥着比较重要的作用。因此，为了帮助大家有效地解决问题，下面就来推荐八个超
气象灾害语音通知系统
该系统融合了现代通信技术与气象监测预警技术，实现了从气象数据收集、分析、预警到信息发布的无缝衔接。系统运作的核心在于实时气象数据的获取与处理。通过气象观测站、雷达、卫星等多种监测手段，系统能够全天候、全方位地收集气象信息，包括降水、风速、温度、湿度等关键数据。
2025年了还不懂视频制作？AI帮你轻松生成高质量短视频！
在数字化内容创作的新时代，AI正在迅速改变我们制作视频的方式。无论是内容创作者、企业营销团队，还是教育者，都在寻求通过AI工具提高生产效率、降低创作成本、同时提升内容质量。
镇江嘉创网络科技取得抗摔保护的语音合成播放装置专利，有效防止掉落损坏
国家知识产权局信息显示，镇江嘉创网络科技有限公司取得一项名为“一种抗摔保护的语音合成播放装置”的专利，授权公告号CN 222638877 U，申请日期为2024年6月。
有哪些简单易用的语音合成软件分享？
语音合成软件（Text-to-Speech，TTS）是一项开创性的技术工具，它利用计算机程序将文字信息转化为自然流畅的语音输出，使得用户能依靠听觉来获取信息，从而摆脱传统视觉阅读的限制。这不仅为视障人士和阅读障碍者提供了平等获取信息的机会，丰富了内容创作的形式
一句话声音克隆与流式接入：开启个性化语音合成的新纪元
随着人工智能技术的迅猛发展，语音合成（Text-to-Speech, TTS）已经从单一的声音模拟走向了更加精准和个性化的音色复刻。特别是在过去几年中，一种名为“一句话声音克隆”的技术逐渐走进公众视野，并因其低门槛、高效率以及接近真实的还原度而受到广泛关注。与