网易有道昨日宣布推出「子曰 4.0」TTS 语音合成引擎 Confucius4-TTS。官方称，这是业内首个支持 14 种语言跨语种无口音、且无需参考文本即可完成语音克隆的开源模型。
Confucius4-TTS 支持零样本语音克隆。用户提供 3 秒音频素材后，无需参考文本和前期训练，模型即可完成音色克隆；官方称克隆音色与原声相似度超过 85%，克隆任务准确度达 97%。
模型支持中文、英语、西班牙语、法语、德语、韩语、泰语、越南语等 14 种语言。官方称，其重点能力是跨语种发音：上传中文音频后，AI 可以用该音色生成日语、英语等外语语音。
💻 GitHub: github.com/netease-youdao/Confucius4-TTS
