Seed-TTS

Seed-TTS，位元組跳動推出的多功能語音生成模型系列，基於自回歸Transformer架構，結合語音token化器、擴散模型和聲學聲碼器，能夠生成與人類語音幾乎無法區分的高保真合成語音。

該模型支持零樣本語音上下文學習、情感控制和跨語言生成。通過大規模數據訓練和強化學習最佳化，Seed-TTS在自然度、表現力和穩定性方面表現卓越。

基本介紹

• 外文名：Seed-TTS
• 開發商：位元組跳動
• 類別：音頻創作、學習教育

產品功能

高質量語音生成：生成接近人類語音的高質量音頻

語音屬性控制：精準調節情感語調等語音屬性

零樣本上下文學習：通過簡短樣本克隆目標聲音

跨語言語音轉換：支持多語言語音風格遷移

實時語音編輯：動態修改語音內容和語速

套用場景

Seed-TTS適用於虛擬助手、有聲讀物和視頻配音等場景。