Edge0 开源语音合成模型 Audio8-TTS-Realistic-Air：0.6B 参数，支持 23 种语言，给一段录音就能模仿这个声音
语音合成模型通常只练念得清楚、音色像本人，抓不住真人说话的语气和节奏。Edge0 在自家 Preview 模型上做出 Audio8-TTS-Realistic-Air：用一个把它的语音和真人录音做对比的打分模型，来引导强化学习。语言从 11 种增至 23 种，音色相似度从 0.682 升到 0.704；代码和权重采用 Apache 2.0。局限是各语言质量不一。
为什么重要
想在自己的设备上做多语言配音或声音克隆的开发者，可以直接拿这个开源小模型来用，只是各语言质量不一。
来源3
由 dalao.ai 撰写：标题、摘要和“为什么重要”是我们自己的文字；事实以原始报道为准，著作权归原发布者所有。