elvis 用 Cartesia Sonic 3.6 複製自己的聲音,並讓它說日語
elvis 表示,用一段約 15 秒的片段在 Cartesia playground 複製出的聲音,幾秒內就緒,隨後說日語。他說,該示範使用 Cartesia 最新的語音模型 Sonic 3.6,支援 44 種語言。
elvis 表示,用一段約 15 秒的片段在 Cartesia playground 複製出的聲音,幾秒內就緒,隨後說日語。他說,該示範使用 Cartesia 最新的語音模型 Sonic 3.6,支援 44 種語言。
Artificial Analysis 發現,沒有單一開源權重文字轉語音模型在全部九個新語言排行榜領先。領先位置分屬 Higgs Audio V3 TTS、OpenAudio S1 Mini、Voxtral TTS 和 Breeze TTS 2。
Artificial Analysis 已擴展 Controlled Voice Arena,為日語、普通話、印地語、西班牙語、德語、法語、葡萄牙語、越南語和阿拉伯語分別設立文字轉語音排行榜。排名採用各語言原生提示、標準化克隆語音,以及母語者的偏好投票。
在 Artificial Analysis 的排名中,沒有單一開源權重文字轉語音模型在全部九種語言領先。Higgs Audio V3 TTS、OpenAudio S1 Mini、Voxtral TTS 與 Breeze TTS 2 各自在不同語言的開源權重組別居首,而每個榜單只收錄 2 至 6 個開源權重模型。