吉利新一代HAM-TTS语音合成大模型正式发布 具备声音克隆能力

易车讯 近日，吉利官方宣布星睿AI大模型又取得一项突破性技术成果—“新一代HAM-TTS语音合成大模型”正式发布。据官方介绍，新一代HAM-TTS语音合成大模型创新性地引入了文本声音学信息预测模块，能根据给定的文本，合成出自然流畅、富有情感的语音。

同时，它拥有强大的声音克隆能力，仅需几秒的参考语音样本，就能复刻出逼真的声音，给用户带来真实生动的语音交互体验。

据官方介绍，新一代HAM-TTS语音合成大模型率先突破数据收集难题，将训练数据量扩增至超65万小时，将参数量扩增至8亿。此外，吉利还采取了巧妙的数据增强策略。即通过拼接、替换等方式在训练数据中人为设置“噪音”，以此提升语音合成大模型对音色的辨识能力，让合成出来的音频音色更稳定、更连贯，更接近于人声。

同时，新一代HAM-TTS语音合成大模型也具备强大的跨语言切换能力。而且，新一代HAM-TTS语音合成大模型能够根据特定场景需求，智能调节语气、语调、停顿和情感等多维度参数。