首个支持普通话和方言混说的TTS大模型：河南话、上海话、粤语说得溜

巨人网络AI Lab构建了一个覆盖20种方言的数据集，并训练出首个支持普通话和多种方言的TTS大模型——Bailing-TTS。该模型不仅能够生成高质量的普通话，还能合成河南话、上海话等多种方言语音，实现了方言Token规范的统一和精细化Token对齐技术等创新。实验表明，Bailing-TTS在普通话和方言合成上已接近真人水平，并已在游戏NPC配音、视频创作等多个实际场景中应用。
来源：https://mp.weixin.qq.com/s/taWfaASsfaOd2iwJc97BZg