亚马逊推出 BASE TTS:参数达 9.8 亿,语音模型也开始「涌现」
Amazon 公布了目前最大的语音合成模型 BASE TTS,参数达 9.8 亿。研究显示,语音模型规模扩大后同样会出现类似大语言模型的「涌现能力」,无需额外训练就能更自然地拿捏情绪、耳语和生僻词发音。不过出于安全考虑,官方并未开源模型权重。
Amazon 公布了目前最大的语音合成模型 BASE TTS,参数达 9.8 亿。研究显示,语音模型规模扩大后同样会出现类似大语言模型的「涌现能力」,无需额外训练就能更自然地拿捏情绪、耳语和生僻词发音。不过出于安全考虑,官方并未开源模型权重。