Sitio web oficial www.binance.com/zh-cn :ingrese el sitio web oficial ☜☜
Aplicación: ☞☞Official App Download☜☜
El 19 de marzo, se reveló oficialmente un modelo de texto a voz de código abierto (TTS) llamado Orpheus TTS. Este modelo rápidamente atrajo la atención con su expresión emocional cercana a la humana, efectos de voz naturales y suaves y características de flujo de salida en tiempo real de latencia ultra baja. Se informa que Orpheus TTS funciona bien en los escenarios de diálogo en tiempo real y se espera que traiga nuevos avances a la interacción inteligente de voz.
Orpheus TTS se centra en la baja latencia y la alta expresión emocional. Sus características centrales incluyen: latencia ultra baja, con una latencia predeterminada de aproximadamente 200 milisegundos. A través de la optimización de caché de KV del flujo de entrada y el modelo, el retraso se puede comprimir a 25-50 milisegundos para satisfacer las necesidades de las conversaciones en tiempo real; La expresión emocional y la producción de voz son naturales y suaves, lo que puede estar cerca de las emociones humanas, apoyar los ricos cambios de entonación y mejorar la experiencia interactiva; Las transmisiones de salida en tiempo real admiten la transmisión de la generación de audio para garantizar que la generación de voz y las entradas se sincronizen y sean adecuadas para escenarios como asistentes virtuales, sistemas de servicio al cliente.
Gracias a sus características de baja latencia y alta naturalidad, se considera que Orpheus TTS tiene un amplio potencial en el campo de conversación en tiempo real. Ya sea que se trate de un asistente de voz inteligente, educación en línea o doblaje de anclajes virtuales y personajes de juegos, este modelo puede proporcionar una experiencia de interacción de voz más humana. Además, su naturaleza de código abierto también proporciona a los desarrolladores más posibilidades de personalización.
Con la combinación de expresión emocional, efectos naturales y latencia ultra baja, Orpheus TTS marca una nueva altura para la tecnología TTS. No solo mejora la calidad de la síntesis del habla, sino que también abre una nueva situación para escenarios interactivos dinámicos a través de flujos de salida en tiempo real. En el futuro, este modelo puede convertirse en un punto de referencia en el campo de TTS de código abierto.
Dirección: https://github.com/canopyai/orpheus-tts