开源文本转语音模型 Kokoro 82M v1.0 已发布,其表现强劲,使其成为领先的可下载选项。尽管在盲人偏好测试中比 ElevenLabs 的 Eleven v4 Turbo 落后 274 ELO 分,但它代表了开源 TTS 能力的重大进步。此次评估凸显了语音合成生成式 AI 领域的持续竞争和进展。 AI
影响 此次发布在文本转语音领域提供了一个强大的开源替代方案,有可能推动该领域的进一步创新和竞争。
排序理由 发布了具有基准性能数据的开源模型。
在 Mastodon — mastodon.social 阅读 →
AI 生成摘要 · Google Gemini · 来自 5 个来源。 我们如何撰写摘要 →