车圈最大AI「黑马」吉利：自研语音大模型登顶，性能超SOTA 10%

吉利汽车研发的HAM-TTS大模型在发音准确性、自然度和说话人相似度上超越现有SOTA成果VALL-E，字符错误率降低1.5%-2.3%，风格一致性提升10%。该模型支持跨语种无缝切换，仅需3秒样本即可复刻声音，显著改善了智能座舱体验。通过引入分层声学建模方法，吉利解决了传统TTS模型的发音错误和风格突变问题。
来源：https://mp.weixin.qq.com/s/es2jFmFiu5VKaslWDV0-xA