ChatTTS 深度体验：AI能精准表达人类的七情六欲了？｜ AI鲜测

113 0 0

文章摘要

ChatTTS，一个专为对话场景设计的文本生成语音模型，近日在GitHub上备受关注，仅用6天时间便获得了18.9千个星标。该模型支持多种语言，包括英语和中文，其中最大模型采用10万小时的中英文数据进行训练，确保了声音合成的高质量和自然度。

ChatTTS的三大亮点包括逼真自然的语音、能控制笑声和停顿等副语言现象，以及超越许多开源模型的韵律表现。在GitHub上，官方提供了语音版的自我介绍，展示出其出色的语音合成能力。

对于“七情六欲”的挑战，ChatTTS表现出色。在表达利欲时，语音中兴奋的情绪相对突出；在表达食欲时，语音的情感饱满且流畅；在表达睡欲时，语音自然且情绪到位；而在表达财欲时，尽管出现了一些乱码，但整体表现依然可圈可点。

此外，ChatTTS还提供了其他有趣的应用场景，例如四川美食朗读，生成的语音效果非常自然、流畅。

总之，ChatTTS以其高质量的语音合成和强大的情感表现力，在开源TTS项目中脱颖而出。该项目在GitHub上的高关注度，也预示着其在未来有望获得更多的发展和应用。

原文和模型

【原文链接】 阅读原文 [ 4491字 | 18分钟 ]
【原文作者】 硅星人Pro
【摘要模型】 glm-4
【摘要评分】 ★★★★☆

智谱AI

智谱AI是由清华大学计算机系技术成果转化而来的公司，致力于打造新一代认知智能通用模型。公司合作研发了双语千亿级超大规模预训练模型GLM-130B，并构建了高精度通用知识图谱，形成数据与知识双轮驱动的认知引擎，基于此模型打造了ChatGLM（chatglm.cn）。此外，智谱AI还推出了认知大模型平台Bigmodel.ai，包括CodeGeeX和CogView等产品，提供智能API服务，链接物理世界的亿级用户、赋能元宇宙数字人、成为具身机器人的基座，赋予机器像人一样“思考”的能力。