Search AI Products and News

微软近期发布了一款零样本文本到语音（TTS）模型VALLE-2，该成果在技术界引发热议，被认为是TTS领域的里程碑。VALLE-2的创新之处在于其零样本学习能力，仅需一小段陌生语音样本，便能模仿声音说任意文本，实现了惊人的即时模仿和编码器分组。它还改进了重复感知采样，提高解码稳定性，并简化了数据需求。在主观评分和客观指标的测试中，VALLE-2超越了前代模型VALLE，几乎达到人类语音水平。然而，强大的语音模仿能力也引发了对Deepfake技术滥用的担忧，特别是关于伦理考量和潜在风险，如模型对非英美口音处理能力及计算效率的改进空间。当前，微软仅将其作为研究项目，并强调了合成语音检测和授权机制的重要性。未来在语音助手、内容创作等领域的应用值得期待，同时需要关注技术的伦理使用与风险防控。更多关于VALLE-2的信息可访问项目页面：Microsoft官网。

小冰公司的最新发布标志着其AI数字员工产品的重大升级，新增“零样本”数字人技术（Zero-shot Xiaoice Neural Rendering，Zero-XNR）、超千亿大模型基座以及高能多媒体传输系统，显著提升实时交互质量和效果。Zero-XNR技术结合TTS语音模型，并配以高效聚类框架实现秒级高质量声音与形象复刻。大模型基座与Agent构建框架的强化集结了强大的职业交互功能，用于精准商业交互。透影音画传输系统的引入，则确保了超高清视频的传输流畅性与抗干扰性，增强了用户体验。在技术创新引领下，小冰旨在推动数字人技术的普及与产业化应用，经过微软背景的专业打磨，现已成为一家独享核心技术的中国AI公司。其技术框架涵盖了自然语言处理、语音识别、视觉交互及AI内容生成，已成功构建全球化的AI数字人产品体系，服务从金融到教育、智能汽车、智能地产等众多行业，支持数字工作者提供平稳、可靠并生产力充足的交互体验。