KRAFTON 开源 1B 参数零样本语音克隆模型
victormustar · x · 2026-08-20
KRAFTON 发布开源 Raon-OpenTTS-1B 模型，专注于零样本语音克隆。该模型在相似度评分和错误率上均优于现有 TTS 模型，性能匹敌使用私有数据训练的闭源 SOTA 模型。
核心特点：
- 完全开源：模型权重与训练数据（61.5 万小时）均公开。
- 性能强劲：在 Seed-TTS-Eval 等评测中排名第一或第二。
- 鲁棒性强：在噪音、情感、口音等多种声学条件下表现优异。
- 数据规模大：基于 51 万小时精选数据训练。
「多模态」频道最新
- 图像模型 FLUX3 宣布正式开源 — cocktailpeanut · 2026-08-20
- Dreamina 推出 Seedream 5.0 Lite 图像模型 — aftahi_ai · 2026-08-20
- 测试 LTX 2.5：利用参考图生成视频 — cocktailpeanut · 2026-08-20
- AI 短片《PRIME CUT》展示：4 个月前的犯罪题材创作 — TheSamsaBoy · 2026-08-20
- LTX-Video 新功能：输入参考视频生成新机位 — makeitrad1 · 2026-08-20
- 写实图像生成求助：Flux Dev 面部一致性不稳定，有什么替代模型？ — bigM1232 · 2026-08-20