Gradium AI 发布了一款新的默认文本转语音模型,据报告在五种语言的难句测试集中达到了 81.0% 的人工评级通过率。该新模型显著优于其前代产品,提供 216 毫秒的首音频时间,比之前快了 170 毫秒。为提高透明度和促进进一步研究,该公司已在 Hugging Face 上公开了其 500 个句子的评估数据集。 AI
影响 此次发布为文本转语音模型的准确性和速度树立了新的标杆,可能影响更强大的语音代理在客户服务和其他应用中的开发。
排序理由 Gradium AI 发布新的默认 TTS 模型,包含性能指标和比较。[lever_c_demoted from frontier_release: ic=2 ai=1.0]
在 Mastodon — mastodon.social 阅读 →
- Cartesia Sonic 3.6
- Coval
- ElevenLabs v3 Conversational
- Fish Audio S2.1 Pro
- Gradium AI
- Gradium TTS
- Hugging Face
- Inworld TTS 1.5 Max
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →