ZONOS2 8B

ZONOS2 8B TTS 模型发布，拥有 80 亿参数和 600 万小时训练数据

研究人员推出了 ZONOS2 8B，这是一款在自然度、韵律和语音克隆能力方面取得重大进展的新文本转语音（TTS）模型。该模型采用混合专家（MoE）架构，参数量高达 80 亿，提高了推理速度和吞吐量。其训练语料库已扩展到 600 万小时以上，简化的训练后处理流程进一步提高了其在质量和说话人相似度指标上的表现。ZONOS2 8B 在包括其自身的 TTS 新基准 ZTTS1-Eval 在内的各种基准测试中均取得了具有竞争力的结果，同时保持了…