Scylla's Band v4 是一款新的开源文本转语音模型,专为速度和多语言能力而设计,能够运行在移动设备上。它包含六种语言的 14 种不同声音,并提供对强度、语速和音高的先进控制。值得注意的是,该模型还可以通过解释 JSON 分数来唱歌,尽管这种唱歌功能目前仅限于英语。 AI
影响 为边缘设备上更快、更多功能的 TTS 应用提供了支持,并为开源模型引入了唱歌功能。
排序理由 发布了具有新颖功能的新开源模型。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →