Inworld ra mắt TTS-2, vượt trội hơn Sonic3.6 trong việc sao chép giọng nói

Tin tức từ ME News, ngày 3 tháng 9 (UTC+8), tin tức nhanh từ Beating AI, công ty AI âm thanh thời gian thực Inworld chính thức ra mắt Realtime TTS-2. Trong bảng xếp hạng Controlled Voice Arena mới nhất của Artificial Analysis, nó đứng đầu với 1123 Elo, cao hơn 4 điểm so với Cartesia Sonic 3.6 ở mức 1119. Bảng xếp hạng này so sánh các mô hình khác nhau khi sao chép cùng một bộ 8 giọng nói và tiến hành kiểm tra mù, chủ yếu đánh giá giọng nào tự nhiên và giống người thật hơn, bao gồm phát âm, khoảng dừng, ngữ điệu và nhịp điệu. Nó sẽ sử dụng các đoạn âm thanh thực tế từ những vòng trước làm ngữ cảnh, nghe ngữ điệu, nhịp điệu và cảm xúc của người dùng, sau đó điều chỉnh câu tiếp theo sao cho phù hợp. Các nhà phát triển có thể trực tiếp nhập các lệnh ngôn ngữ tự nhiên như “nói nhỏ”, “nghe như vừa tan làm mệt mỏi nhưng ấm áp” và thêm các âm thanh như cười, thở dài, hít thở. Nó cũng hỗ trợ duy trì cùng một chất giọng xuyên ngôn ngữ và sao chép giọng từ các bản ghi ngắn. Inworld cho biết, thế hệ mô hình này được thiết kế đặc biệt cho hội thoại thời gian thực và sẽ tận dụng ngữ điệu, nhịp điệu và trạng thái cảm xúc trong toàn bộ giao tiếp âm thanh. (Nguồn: BlockBeats)