港中大与趣丸科技推出超自然语音克隆模型 MaskGCT

港中大（深圳）与趣丸科技联合推出新一代大规模声音克隆 TTS 模型 MaskGCT。该模型在 10 万小时多语言数据上训练，具备超自然的语音克隆、风格迁移和跨语言生成能力。MaskGCT 采用全非自回归掩码生成编解码器 Transformer，无需文本与语音对齐监督。实验表明，其在语音质量、相似度和可理解性方面优于当前最先进的零样本 TTS 系统。MaskGCT 已在开源系统 Amphion 发布，并应用于多语种速译智能视听平台“趣丸千音”，显著降低视频翻译成本和制作周期。
来源：https://mp.weixin.qq.com/s/7QZi0IpILyl3R8wpHXSbtA