#BASE TTS

23:19研究拡散指数 33

アマゾンが音声合成モデル「BASE TTS」発表、パラメータ拡大で「創発的能力」を発現

Amazonの研究チームは最大9億8000万パラメータの音声合成モデル「BASE TTS」を発表した。10万時間の音声データを学習させると、LLMと同様に感情表現やささやき声、複雑な構文を自然に読み分ける「創発的能力」が現れたという。悪用リスクへの懸念からモデルの重み自体は非公開となっている。