全新的文本到语音系统-F5

在当今科技飞速发展的时代，AI 在文本到语音TTS领域取得了令人瞩目的成果。从阿里发布的 FLUX.1-Turbo-Alpha，到各种新型的 TTS 系统，不断刷新着人们对语音技术的认知。

Meta 首席人工智能科学家 Yann LeCun 对人工智能威胁论表示质疑，而特斯拉人形机器人 Optimus 现场做饮料且被证实有人远程控制。实验还发现，即使少量合成数据也可能导致模型崩溃，规模越大越严重。同时，AI 医疗建议存在安全隐患，上海交大团队则开发了相关算法和预警平台。报告显示，AI 服务器在全球服务器市场占比颇高。

众多 TTS 系统各有特色。如 F5-TTS 简化了传统模型的复杂性，结合 ConvNeXt 和 DiT 提升了效果。智谱技术团队开源的 CogView3 系列模型能力上线“智谱清言”App。OpenAI 推出新基准评估 AI 能力，Kaggle 提供多种比赛衡量参与者水平。

在 TTS 模型方面，有像 ChatTTS 这样支持中英文对话、能生成自然流畅语音的模型，还有字节开发的 Seed-TTS，以及 Fish Speech 等，它们在语音质量、属性控制和多样性上表现出色。此外，还有能克隆语音及修改音频文本的 VoiceCraft，具有情绪控制功能的 EmotiVoice 等。

这些 TTS 系统不仅在功能上不断创新，应用场景也日益广泛，涵盖了有声读物、虚拟助手、视频配音等多个领域。

点击展开全文

打开APP，阅读体验更佳