网易有道发布14语种无口音语音克隆模型并全面开源

【环球网科技报道 记者 李文瑶】6月23日消息，近期，网易有道发布“子曰4.0”TTS语音合成引擎Confucius4-TTS，这是业内首个支持14种语言跨语种无口音、且无需参考文本即可完成语音克隆的开源模型。

据网易有道介绍，Confucius4-TTS已全面支持中文、英语、西班牙语、法语、德语、韩语、泰语、越南语等14种语言。用户仅需提供3秒音频素材，无需参考文本与前期训练，模型即可完成音色克隆，相似度超过85%，克隆任务准确度达97%。输入中文音频，模型可使用原声音色输出多语种语音，且全程保持音色高度一致。模型还能自动提取参考音频中的情感特征，实现语调、韵律与情绪的完整迁移。