小米OmniVoice震撼发布：语音克隆技术覆盖数百语种，性能超越商用系统！
创始人
2026-05-07 18:33:42
0次

5月7日，小米AI实验室新一代Kaldi团队宣布推出OmniVoice，一款覆盖数百语种的语音克隆TTS模型。该模型在中英文场景中达到顶尖性能，并在多语言任务中展现出超越商用系统的实力。OmniVoice以其极简的模型架构为特点，仅用一个双向Transformer网络实现文本到语音的转化，省去了多余的结构和环节，是目前最简单的非自回归TTS模型。

OmniVoice在训练和推理速度上具有显著优势，一天内可完成10万小时的训练，并在PyTorch推理中达到40倍实时速度，适配各类应用场景。其背后的两项关键设计包括全码本随机掩蔽策略，提升训练效率和模型能力；以及引入大语言模型作为预训练参数，有效利用大语言模型，提升语音合成的可懂度，解决“读不准”的问题。

在多语言测试中，OmniVoice即使仅基于开源数据训练，也能在24语种测试中超越多款商用系统，在102种语种测试中逼近甚至优于真实语音的可懂度。对于训练数据不足10小时的小语种，OmniVoice同样能实现高质量的语音合成，降低低资源语种的语音合成门槛。此外，该模型还具备自定义音色设计、带噪参考音频适配、丰富语气表达和发音精准纠正等多项实用功能。

上一篇：保时捷销量“脚踝斩”：中国市场一季度暴跌21%，三年缩水超六成

下一篇：比亚迪领跑4月新能源销量，国产品牌强势挤压特斯拉

相关内容

日本民众计划在多地集会 守...
日本政府近期危险动作频频，持续扩张军备、突破和平宪法，引发多方批评...
2026-08-16 18:06:50
视频丨“进货式游中国”火了...
这个夏天，依托全球最大小商品集散中心的优势，浙江义乌国际商贸城人气...
2026-08-16 18:05:45
通讯丨“这一天是日本人必须...
8月15日，在日本东京的淡路公园内，日本民众手持标语参加集会。新华...
2026-08-16 18:04:34
华为联手赛力斯打造问界“M...
今日，鸿蒙智行问界汽车官方宣布，即将推出一款专为儿童设计的问界儿童...
2026-08-16 16:05:51
张某为病故父亲办理火化，殡...
频繁遭遇社保、医保系统提示异常，每个月都被系统提示自己为“死亡状态...
2026-08-16 16:01:00
思想耀岭南｜在“超级个体”...
从前，说起人工智能，很多人首先想到的是硅谷巨头、海外大厂。但如今，...
2026-08-16 15:59:53
智库报告解析生态环境法典的...
2026-08-16 14:56:51
华为享界G9硬派SUV：4...
今日，华为智选车产品总监彭磊介绍了即将发布的享界G9的两大全新架构...
2026-08-16 14:56:05
埃安全新纯电轿跑Ray7亮...
8月16日，昊铂埃安BU总裁张雄宣布，埃安全新Ray车系首款超级纯...
2026-08-16 13:55:42

热门资讯

日本民众计划在多地集会 守护和... 日本政府近期危险动作频频，持续扩张军备、突破和平宪法，引发多方批评和质疑。16日，日本民众计划在多地...
视频丨“进货式游中国”火了 没... 这个夏天，依托全球最大小商品集散中心的优势，浙江义乌国际商贸城人气持续火爆，大批海外客商与游客慕名前...
通讯丨“这一天是日本人必须深刻... 8月15日，在日本东京的淡路公园内，日本民众手持标语参加集会。新华社记者 贾浩成 摄新华社东京8月1...
华为联手赛力斯打造问界“M0.... 今日，鸿蒙智行问界汽车官方宣布，即将推出一款专为儿童设计的问界儿童车。这款新车以“成长陪伴，智趣探索...
张某为病故父亲办理火化，殡仪馆... 频繁遭遇社保、医保系统提示异常，每个月都被系统提示自己为“死亡状态”，需要反复自证存活并持续了四年多...
思想耀岭南｜在“超级个体”浪潮... 从前，说起人工智能，很多人首先想到的是硅谷巨头、海外大厂。但如今，在全球顶尖的AI语音合成盲测榜单上...
智库报告解析生态环境法典的中国...
华为享界G9硬派SUV：43.... 今日，华为智选车产品总监彭磊介绍了即将发布的享界G9的两大全新架构设计：华为全地形途灵平台和全新玄武...
埃安全新纯电轿跑Ray7亮相，... 8月16日，昊铂埃安BU总裁张雄宣布，埃安全新Ray车系首款超级纯电Ray7将于8月19日亮相。新车...
北京宫廷菜+精细潮菜，“四手联... 厉晓麟主持的宫廷厉家菜闻名中外，他们餐厅接待过多位访京政要，如果没有过硬交情，真的很难吃上。没想到，...