海螺语音

MiniMax旗下的海螺AI上线了基于T2A-01系列语音模型的“海螺语音”。这一更新为用户带来了更加自然、流畅的超拟人人声体验。

主要特性

• 文本转语音：只需输入文字，即可生成高质量的人声音频，支持最长10000字符的文本转换。
• 个性化配置：用户可以自由调整输出语音的情绪、语速、音高和音色，以适应不同场景的需求。
• 多语言支持：提供包括中文、粤语、英语、日语、韩语在内的17种语言选项，满足全球用户的多样化需求。

性能评测

官方使用与Seed-TTS论文相同的评测集和工具进行测试，通过计算合成音频的字错率（WER）和复刻相似度（SIM），结果显示：

• 在中文方面，海螺语音表现出最佳的字错率和相似度；
• 对于英文，其性能接近真实录音的水平，具有很高的准确性和相似性。

情感理解和多样化的音色选择

海螺语音不仅具备情感理解能力，能够智能识别并重现语音中的细微情感差别，使声音更加生动、情绪表达更加精准。此外，它还提供了超过300种预置音色供用户选择，涵盖不同的语言、口音、性别和年龄层，风格从不羁、诙谐到慈祥等应有尽有，适用于有声书、ASMR耳语、新闻播报等多种场景。