搜索
MiniMax 海螺语音 AI 产品上线：支持 17 种语言生成，最长可输入多达 10000 字符
22 小时前
/ 阅读约2分钟
来源：IT之家
MiniMax 昨日宣布，带来全新升级的 T2A-01 系列语音模型，并全球同步上线海螺语音产品。据介绍，依托于 T2A-01 系列语音模型，用户在海螺 AI 仅需输入文字即可生成自然、流畅的超拟人人声，最长可输入多达 10000 字符。
感谢IT之家网友 动感超人233、Hi_World、Skyraver、風見暉一 的线索投递！
IT之家 1 月 21 日消息，MiniMax 昨日宣布，带来全新升级的 T2A-01 系列语音模型，并全球同步上线海螺语音产品。
据介绍，依托于 T2A-01 系列语音模型，用户在海螺 AI 仅需输入文字即可生成自然、流畅的超拟人人声，最长可输入多达 10000 字符。与此同时，用户可以根据需要自由配置输出语音的情绪、语速、音高，甚至调整音色效果，满足复杂场景的精细化需求。
IT之家注意到，海螺语音支持中文、粤语、英语、日语、韩语、阿拉伯语、葡萄牙语、西班牙语、法语、意大利语、印尼语、荷兰语、俄语、德语、越南语、土耳其语、乌克兰语等 17 种语言生成。
官方称，用和 Seed-TTS 论文相同的评测集和评测工具（WER：合成音频的文本和 asr 识别结果计算词错率；SIM：用说话人识别工具计算合成音频和真实音频的距离，表示复刻相似度）来计算海螺语音的字错率和相似度（加粗数字评分代表更优结果）。结果显示，海螺语音在中文的字错率和相似度最好，英文的字错率、相似度和真实录音「Human」接近。
海螺语音具备情感理解能力，能够智能地识别并重现语音中细微的情感差别，让声音更加鲜活，情绪表达更加精准。同时，还预置不同语种共计 300 + 音色供用户选择，用户可按语言、口音、性别和年龄分类筛选。音色多变，不羁、诙谐、慈祥等风格丰富多样，有声书、ASMR 耳语、新闻播报等场景均可适用。
