实体
Coqui XTTS
Coqui XTTS
PulseAugur coverage of Coqui XTTS — every cluster mentioning Coqui XTTS across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
语音 AI 延迟基准测试：端到端模型优于级联模型
最近对五个语音 AI 栈进行的基准测试显示，只有两个能够持续在关键的 300 毫秒延迟阈值内响应。作者发现，将语音识别 (STT)、大语言模型 (LLM) 和语音合成 (TTS) 合并为单一流程的端到端语音模型，其性能显著优于级联模型。这些级联系统由于串行处理语音识别、LLM 首个 token 的生成时间、语音合成以及网络往返时间，难以满足延迟要求。速度最快的两个栈是 OpenAI 的 Realtime API 配合 GPT-4o，以…
-
语音克隆模型应用风格迁移，而非真实复制
一项新的研究论文揭示，广泛使用的语音克隆技术并不能忠实地复制个人的声音。相反，这些模型应用风格迁移，使克隆的声音听起来比原始声音更具权威性、温暖感和人性化。这个过程可能导致语音特征的同质化，并可能影响人类行为，例如增加信任度和分享个人信息的意愿。