開源！清華大學聯(lián)合A股游戲公司首創(chuàng)多方言AI語音合成框架

　　南都N視頻記者今日獲悉，A股游戲上市公司巨人網(wǎng)絡集團股份有限公司（002558 SZ，以下簡稱“巨人網(wǎng)絡”）旗下AI實驗室與清華大學電子工程系SATLab研究團隊聯(lián)合首創(chuàng)多方言語音合成大模型框架DiaMoE-TTS，且數(shù)據(jù)、代碼、方法全開源，旨在推動方言語音合成的公平與普惠。

　　巨人網(wǎng)絡方面對南都記者表示，在當今大模型引領的語音合成時代，通用TTS語音合成系統(tǒng)（Text-to-Speech）已展現(xiàn)出令人驚嘆的能力，但方言TTS依然是相關從業(yè)者難以觸及的“灰色地帶”。此次雙方聯(lián)合推出的DiaMoE-TTS，是媲美工業(yè)級方言TTS模型的開源全套解決方案。研究團隊基于語言學家專業(yè)經(jīng)驗，構建統(tǒng)一IPA表達體系，且僅依賴開源方言ASR數(shù)據(jù)。在推出廣東話、四川話、上海話等中文方言版本之前，研究團隊已在英語、法語等多語種場景驗證，確保方法具備全球多語言可擴展性與穩(wěn)健性。

　　近期，巨人網(wǎng)絡在AI領域加大布局。10月17日，AI視頻企業(yè)北京愛詩科技有限公司(以下簡稱“愛詩科技”)宣布完成1億元人民幣B+輪融資，由復星銳正、同創(chuàng)偉業(yè)、順禧基金等共同投資。值得一提的是，9月10日，愛詩科技完成B輪融資，總金額超過6000萬美元，創(chuàng)下國內(nèi)視頻生成領域單次最大融資額。該輪融資由阿里巴巴領投，一眾公司紛紛跟投，其中也包括巨人網(wǎng)絡。

（文章來源：南方都市報）

(原標題：開源！清華大學聯(lián)合A股游戲公司首創(chuàng)多方言AI語音合成框架)

(責任編輯：3)