Dia-1.6B：开源文本转语音模型，支持人声情感和语调控制，对话更生动自然
由 Nari Labs 开发的开源文本转语音（TTS）模型 Dia-1.6B，凭借其卓越的对话生成能力和高度逼真的语音效果，正在重新定义 TTS 领域。该模型拥有 16 亿参数，能够直接将文本脚本转换为自然流畅的对话语音，并支持情感和语调控制。
此外，Dia-1.6B 还能生成非语言声音，如笑声、咳嗽声和清嗓子声，使对话更加生动自然。
核心功能
自然对话生成：Dia-1.6B 可以生成高度逼真的对话语音，支持多说话者标记（如 [S1]、[S2]），适合多人对话场景。
情感与语调控制：用户可以通过音频提示或固定种子调整生成语音的情感和语调，使语音更...
点击查看剩余70%
{{collectdata}}
网友评论