哔哩哔哩技术团队

最近一个文本转语音模型演示版本在 Reddit 上火了，该模型能生成逼真且有情感的声音。IndexTTS2 模型展示了 AI 如何通过端到端的语音合成过程实现自然语言指令的情感控制，并已在多个评估基准上取得最优表现。