B站出海的强有力支柱：最新开源文本转语音模型IndexTTS-2.0标志零样本TTS进入双维度时代
哔哩哔哩 IndexTTS 团队推出开源语音合成模型 IndexTTS-2.0，创新实现自回归框架下的精准时长控制（token 误差率<0.03%）与情感解耦，情感 MOS 达 4.22，WER 仅 1.883%，在多指标上超越现有 SOTA 模型，支持中英文零样本合成，已在 GitHub 获超 10k stars，广泛应用于 AI 配音、视频翻译等场景。来源：https://mp.weixin.qq.com/s/T9ol2agv2oB_pac15iQHzQ
页:
[1]