小红书 FireRedTTS3：统一语音生成与编辑模型
jiqizhixin · x · 2026-08-26
小红书 FireRedTeam 发布 FireRedTTS3，支持 24 种语言和 21 种中文方言的克隆、设计与编辑。
核心技术 RedAE 语音编码器在初始阶段即将语义注入声学表征，无需独立模块或多阶段流水线。该模型支持零样本语音克隆（数秒音频）、文本描述的声音设计以及精准语音编辑（仅修改高亮片段）。
性能方面，该模型在语音克隆准确度和相似度（3.04% WER / 78.8% 相似度）上获双项第一，在 24 语言克隆（3.75% / 84.8%，其中 22 种语言前二）以及声音设计和语音编辑基准测试中均取得领先成绩。
「多模态」频道最新
- 开源 LoRA 让 MiniMax H3 从单张照片生成无缝 360° 环绕视频 — camenduru · 2026-10-15
- Neon Noir 风格提示词走红：双色调霓虹出图效果惊艳 — LudovicCreator · 2026-10-15
- 不学像素画了：Krea 2 Turbo 加 LoRA 5 秒批量出像素素材 — Angaisb_ · 2026-10-15
- 动画短片功夫场面揭秘：真人南拳动捕结合 Seedance 2.5 生成 — JunieLauX · 2026-10-15
- 提示词分享:黑白影像中一抹红,Crimson Footsteps 电影感人像模板 — azed_ai · 2026-10-15
- 用 Magnific One 生成以假乱真的张家界游客照,提示词全文公开 — techhalla · 2026-10-15