SwanVoice:面向独白与对话的表现力零样本语音合成

深度2026年6月4日33 分钟阅读
本文首次实现了单模型同时支持长文独白和多说话人对话的零样本语音合成,并引入对话专用评测基准。适合语音合成、人机交互领域的研究者阅读,尤其关注长文本表现力和多说话人场景的读者。

觉得有用?分享给更多人

获取每周 AI 工具精选

工具推荐、实战教程和生态洞察,每周更新。

相关文章

Cloudflare Managed Defense 的 AI agent 执行框架把证据采集和范围限定放在应用代码里,先执行固定侦察工作流,再用 Clef 过滤噪音,由协调者智能体调度流量分析、客户上下文、全局遥测和威胁情报四个专职智能体并行分析,最后合成建议。系统全程记录证据来源与缺失,模型没有越权决策的权限,最终判断权仍归人类分析师。

深度·10月7日·9 分钟

Infino 由前 AWS OpenSearch 团队创立,推出开源 Agent 检索平台。核心思路是把所有数据统一存为 Parquet,在 SQL 中嵌入检索函数,让 Agent 用一次查询完成关键词搜索、语义搜索、过滤和聚合。

深度The New Stack·10月7日·7 分钟

评论