云財(cái)經(jīng)訊，MiniMax最近發(fā)布了T2A-01系列語(yǔ)音模型，作為一種虛擬人聲生成技術(shù)。通過(guò)該技術(shù)，用戶可以通過(guò)輸入文字生成最長(zhǎng)10000個(gè)字符的自然流暢的人聲。另一個(gè)突出的功能是能夠自由配置輸出語(yǔ)音的情緒、語(yǔ)速、音高等，甚至能夠調(diào)整音色效果。目前，海螺語(yǔ)音支持17種語(yǔ)言，包括中文、粵語(yǔ)、英語(yǔ)、日語(yǔ)、韓語(yǔ)和阿拉伯語(yǔ)等，共有上百種預(yù)置音色可供選擇。為了評(píng)估模型的能力，海螺語(yǔ)音的字錯(cuò)率和相似度被與同類產(chǎn)品進(jìn)行了比較。結(jié)果表明，海螺語(yǔ)音在中文的字錯(cuò)率和相似度方面表現(xiàn)最優(yōu)，英文的字錯(cuò)率和相似度接近真實(shí)錄音的水平。