跳到主要内容
AI News HubLIVE
仅摘要

Supertone 发布 Supertonic v3:支持31种语言的设备端文本转语音模型,减少读取失败并添加表情标签

Supertone 发布了第三代设备端文本转语音系统 Supertonic 3,支持31种语言,改进了读取准确性,减少了重复和跳过错误,并新增了表情标签功能。该模型在保持 v2 兼容接口的同时,将语言覆盖范围从5种扩展至31种,参数规模约9900万,ONNX 资产总大小为404 MB。

来源MarkTechPost作者: Asif Razzaq
Supertone 发布 Supertonic v3:支持31种语言的设备端文本转语音模型,减少读取失败并添加表情标签
报告错误

纠错通道尚未开通,可先复制下方文章信息留存。

查看更正说明

本文仅提供摘要

根据来源内容权限,本站仅提供编辑摘要、要点和原文链接。

展开要点与分析

文章情报

工程师进阶

要点

  • 语言支持从5种扩展至31种,包括日语、阿拉伯语、德语等
  • 新增表情标签(如 、、),可直接在文本中嵌入韵律提示
  • 采用流匹配生成技术和长度感知旋转位置嵌入,提升文本-语音对齐质量
  • 内置文本规范化,无需预处理即可正确处理财务表达式、日期、电话号码和技术单位

要点与分析由自动化流程生成,可能有误,请结合原始来源核实。