近日，阿里发布新一代语音合成技术KAN-TTS，称可大幅提高合成语音与真人发声的相似度，并将语音合成定制成本降低 10 倍以上。据悉，该技术由达摩院机器智能实验室自主研发。阿里方面称，当前业界商用系统的合成语音与原始音频录音的接近程度通常在85%到90%之间，而基于KAN-TTS技术的合成语音可将该数据提高到97%以上。
（举报）
阿里公布新语音合成技术“KAN-TTS”
- 相关推荐
-
大模型时代的新燃料|标贝科技推出大规模拟真多风格语音合成数据集
本文探讨了人工智能语音交互领域的发展现状与挑战。文章指出，大模型技术驱动下语音交互应用场景持续拓展，但面临数据质量、隐私合规等挑战。当前语音大模型训练需要TB至PB级数据，而传统数据供给模式难以满足需求。合成数据作为真实数据的重要补充，能通过参数化生成机制规避隐私风险，突破传统数据在多样性和场景覆盖上的局限性。国内外科技企业已开始广泛应用合成数据训练AI模型，如Meta的LLaMA3和微软的Phi-4模型。标贝科技推出超大规模拟真多风格语音合成数据集，包含上万小时数据，覆盖中英混合场景，支持情感合成、风格迁移等前沿任务，为虚拟偶像、数字人等元宇宙场景提供实时语音生成方案。该数据集基于32kHz高保真采样率技术，在自然度、流畅度等方面达到行业领先水平。
-
让AI替你打工：AI数字人直播系统-支持实时驱动+无限贴牌/形象克隆+短视频合成
数字人直播领域持续升温，尤其在AI技术快速迭代的当下，越来越多企业希望搭建专属虚拟主播系统，以期用数字化方案降低人力成本、替代传统真人直播。然而市场产品良莠不齐，如何精准匹配需求成为关键难题。今天要推荐的这款AI数字人直播系统，正是针对这一痛点设计的解决方案。用户可自主上传品牌虚拟形象，通过智能算法快速生成高精度视频内容，并支持实时直播�
-
京东联合多品牌看“AI浪潮下的中国品牌”：“有技术、有远见、有创新力、有温度”成关键词
中国品牌在AI浪潮下迎来新机遇，华为、小米、联想等品牌凭借AI技术积累和创新，为消费者提供更智能便捷的体验。调研显示超7成消费者认可中国品牌AI应用，44.1%认为AI功能应用快速，3C数码和家电表现突出。AI技术正渗透到手机、电脑、穿戴设备及大小家电等领域，其中AIPC市场增长迅猛，预计2027年中国市场渗透率将突破80%。扫地机器人、洗衣机等智能家电通过AI实现全自动�
-
Check Point：移动威胁持续升级，弥合终端安全防护短板成关键
随着移动设备成为主要办公终端，其安全风险日益突出。文章指出移动设备面临物理丢失、公共Wi-Fi连接风险、应用生态漏洞、操作系统碎片化等独特挑战。数据显示2024年上半年我国移动恶意程序样本同比增长30%，28%企业数据泄露与移动终端漏洞相关。Check Point提出应采用零信任网络访问(ZTNA)框架，结合持续行为监测和AI威胁情报，构建移动优先的安全防护体系。其Harmony Mobile解决方案能实时检测恶意软件、钓鱼攻击，并通过设备健康状态评估动态调整访问权限，有效降低数据泄露风险。专家强调企业需将移动设备视为核心资产，采用主动防御策略应对AI驱动的新型攻击。
-
Antropic加入“AI语音助手”赛道，能追上OpenAI、谷歌们吗？
随着 AI 语音产品的出现，人们对其模仿他人说话风格的担忧也在加剧……
-
蔡崇信：加入阿里时工号是19 有人退出才成18个创始人之一
自己是个26年的老阿里人，加入阿里后，我的工号是19号，我们不是说阿里巴巴有18个创始人吗，我没有赶上前18位，后来其中有一个创始人临时退出了。马老师就说joe你19号你就补上吧，你就算18个人里面其中之一。我就是之后补上去的。”
-
打造最强性能旗舰！荣耀GT Pro全配色外观公布
快科技4月16日消息，荣耀GT Pro已官宣4月23日发布，官方刚刚公布了三款配色的外观。这次三款配色分别是冰晶白、幻影黑、燃速金，三款配色采用了不同工艺，呈现不同质感，其中燃速金为哑光中框，其他两款为亮面效果。整体机身方案与荣耀Magic7系列非常相似，采用直角中框方案，背部玻璃预中框衔接处有比较圆润的弧度。后摄模组辨识度很高，采用独特的居中矩形方案，�
-
发改委公布绿色低碳先进技术示范项目：行业仅海尔冰箱入选
国家发改委公布第二批绿色低碳先进技术示范项目清单，海尔冰箱凭借"高效节能冰箱多场景绿色低碳技术示范项目"成为行业唯一入选企业。该项目采用数字化绿色化协同降碳、工业互联网等技术，建设高效节能冰箱绿色低碳示范工厂，年产能达100万台。通过创新发泡工艺，生产效率提升30%，年减少碳排放10万吨。海尔将绿色低碳理念贯穿产品全生命周期，在屋顶光伏、储能设施等清洁能源措施助力下，年减少二氧化碳排放上万吨。此次入选彰显了海尔在绿色制造领域的引领地位，为行业可持续发展开辟新路径。
-
荐OpenAI没说的秘密，Meta全揭了？华人一作GPT-4o同款技术，爆打扩散王者
Meta、西北大学和新加坡国立大学的研究团队提出TokenShuffle技术，显著提升了自回归模型生成高分辨率图像的能力。该技术通过局部窗口内的token合并与解构操作，将视觉token数量减少为平方分之一，首次实现2048×2048分辨率图像生成。基于27亿参数的Llama模型，TokenShuffle在GenAI基准测试中获得0.77综合得分，超越同类自回归模型0.18分，在人类评估中展现出更好的文本对齐和视觉质量。该方法无需修改Transformer架构，通过三阶段训练策略（512→1024→2048分辨率）逐步提升生成能力，为多模态大语言模型的高效高保真图像生成开辟了新路径。
-
GPTBots 集成阿里通义千问 3.0，持续为企业提供顶尖 AI 服务
GPTBots.ai平台宣布完成与阿里通义千问3.0系列模型的技术集成，成为企业级AI智能体构建领域的标杆平台。该平台通过混合推理架构和多语言交互技术，支持119种语言服务，覆盖全球主要市场。平台提供双模式智能任务处理：针对复杂业务场景的"深度思考"模式，以及高频咨询的"即时响应"模式。搭载Qwen-3-235B旗舰模型和Qwen-3-30B轻量版，在代码生成、数学推理等核心能力上达到行业顶尖水平。平台实现与企业ERP、CRM等系统的无缝对接，推动数据价值变现。通过标准化流程自动化、全球化服务等核心价值，帮助企业提升运营效率70%、降低客服成本70%，并实现数据驱动的决策升级。