文本转语音
Resemble AI开源TTS Chatterbox ，性能直逼超越ElevenLabs
近年来，文本转语音（TTS）技术在人工智能领域的应用日益广泛，从智能助手到内容创作，TTS正在重塑我们与声音交互的方式。一款名为Chatterbox的开源TTS模型横空出世，凭借其卓越的性能和创新功能，迅速成为行业焦点。Chatterbox:开源TTS的革命性突破Chatterbox由Resemble AI开发，基于MIT许可证完全开源，允许开发者自由使用和修改。这款模型基于0.5B规模的LLaM
ElevenLabs推出V3声音模型:支持70多种语言，可通过标签控制情感、语气
全球领先的 AI 语音技术公司 ElevenLabs 正式发布了其最新文本转语音模型 Eleven v3（Alpha 版），被誉为迄今最具表现力的 AI 语音模型。这一突破性进展不仅提升了语音合成的自然度和情感表达能力，还为内容创作者和开发者提供了更强大的工具，助力视频、音频书和多媒体工具的开发。技术突破:更自然的对话与情感表达Eleven v3引入了全新的架构，能够更深入地理解文本语义，显著提升
Kyutai Unmute 发布！10秒定制语音，AI对话进入超低延迟时代！
法国 AI 实验室 Kyutai 近日推出了一款革命性的语音 AI 系统 Unmute，为文本大语言模型（LLM）赋予了强大的语音交互能力。这款高度模块化的语音模型以其智能对话、超低延迟和个性化定制功能引发业界热议。AIbase 综合整理最新信息，带您深入了解 Unmute 的技术突破与应用前景。模块化设计:为任何文本模型“加声”Unmute 的核心亮点在于其高度模块化的架构。开发者无需重新训练模
地表最强AI语音来了！Eleven v3 Alpha版震撼发布，会说话还能“演戏”
随着人工智能技术的飞速发展，文本转语音（TTS）领域迎来了新的里程碑。2025年6月5日，ElevenLabs正式推出其最新文本转语音模型 Eleven v3(Alpha版)，被誉为“地表最强”的TTS模型。这款模型不仅能将文本转化为自然流畅的语音，还能通过精准的情感控制和多语言支持，模拟真实对话中的语气变化与非语言表达，为创作者和开发者提供了前所未有的语音生成体验。以下是AIbase对Eleve
Qwen-TTS重磅发布：方言语音合成新突破，真实感媲美真人
昨日，阿里巴巴通义团队正式推出了Qwen-TTS模型，这款文本转语音（TTS）模型以其超高真实感和多方言支持引发行业热议。AIbase编辑团队整理最新信息，为您深入解析这款通过Qwen API提供服务的语音合成利器，及其在AI语音技术领域的突破性意义。Qwen-TTS:超真实语音合成Qwen-TTS是通义团队基于大规模语音数据集研发的最新文本转语音模型，通过数百万小时的语音训练，生成的声音在自然度
AI语音迎来「特斯拉时刻」，一条工作流「吃掉」全球百亿市场
厨房里的语音助手精准响应指令，虚拟偶像跨七国语言无缝切换直播，短剧出海仅需一次点击即可生成多语种配音……这些曾被行业寄予厚望的AI语音场景，长期受限于技术瓶颈，沦为“实验室里的半成品”。2025 年 3 月，OpenAI正式推出了新一代音频模型：gpt-4o-transcribe (语音转文本)、gpt-4o-mini-transcribe (语音转文本)、gpt-4o-mini-tts（文本
MiniMax Audio推Speech- 02语音模型，一次性可以输入20万字符
备受关注的音频技术创新者MiniMax Audio正式发布了其全新的Speech-02系列语音模型，支持30多种语音，一次性可以输入20万字符。<!-- notionvc: fdae198d-f9e2-4313-bbcb-747cd4c93a10 -->为用户带来更真实、更流畅、更便捷的音频体验。全新的Speech-02系列是本次更新的核心亮点。据官方介绍，该系列在多语言覆盖能力上实现