市场预测的有效工具有哪些 AI分娩力拉满！言犀公布最新语音合成及数字东谈主大模子进展

在新一波的时代海浪中，空话语模子风头正劲，但还有一种AI时代，正在配音、直播、客服等多个行业正融会出越来越闲居的利用。2月18日，京东言犀公布了两项最新时代效果——语音合成大模子LiveTTS及通用数字东谈主大模子2.0，搭救zero-shot音色复刻和杰作音色微调，并搭救更精确的数字东谈主声唇对王人，将大幅补助东谈主机当然交互体验，现时已针对直播、外呼、客服、营销等超10种特定生意化场景完成调优适配。时代降本带来用户体验跃升，瞻望也将带动更多AI营销作事增量市集。

语音合成大模子全新升级 搭救zero-shot音色复刻和杰作音色微调

LiveTTS，是京东言犀最新发布的高仿真、多话语、神志丰富的语音合成(TTS)大模子，通过AI 时代生成当然、具备韵律且敷裕神志的语音。当今，只需喂给LiveTTS模子最短3秒音频素材，就能搭救zero-shot音色复刻以及杰作音色微调，近乎无缺的对声息进行复刻。

这成绩于基于Diffusion架构完成的20万小时数据"熔真金不怕火"。在SeedTTS test-hard测试中，其CER策动(字符过错率)较其他头部厂商模子裁汰了0.2%-5.12%不等，畸形于每万字最多能减少512处发音造作。在主不雅评价上，通过盲评的MOS评测，该模子尤其在音色雷同度、当然明晰度、神志抒发一致性方面进展出色，音色雷同度较其他头部厂商模子跳跃1.3倍。

从语音准确性上，言犀聚首汉文拼音与英文音素双输入系统，补助了发音准确性，让时代更可用。从仿真度上，领受高质地的HiFt声码器，驱散超98%的声纹复原精度。

大宗的及时、万般性语音数据加入进修，也进一步补助了模子的泛化才能，让模子八成在不同音频辅导词(prompt)的条目下合成韵律丰富、当然的音频，愈加易用。LiveTTS一经能适配从儿童俏皮声到老年东谈主千里稳语调的万般化需求，还搭救中/英/日等多语种及方言的语音合成。

极低门槛、极致拟真、极多场景，是言犀LiveTTS语音合成大模子的上风。基于LiveTTS打造的言犀数字东谈主，搭救近百个不同作风音色，酿成围绕直播场景需求的声息供应链。2024年京东11.11时刻，言犀TTS单日调用超1000万次，资本直降90%，大大补助直播、配音、外呼等行业的使命遵守。

数字东谈主大模子驱散精确声唇同步 训诫AI分娩力

言犀数字东谈主已闲居利用在电商直播、客服管待、短视频等场景中，光是使用数字东谈主日常开播的商家就有特等7500家。但数字东谈主向更大范围的鸿沟化利用历久存在三个难点：形象数据网罗资本高、模子进修周期长和推理效果难泛化。

为了处置这些问题，言犀团队冷落了新一代声唇同步数字东谈主基座模子，通过转变的多阶段基模子进修形貌、多图参考的多层注成见机制等形貌。这一亿级参数目的声唇同步基座模子，进一步拓展了数字东谈主在遮拦、大角度、多语速、跨音色和多话语等场景的利用。现时，在动态配景、多东谈主直播等真实利用场景里，言犀数字东谈主的唇形匹配度仍达到95%，具备较好的泛化才能，在万般场景中更可用，更易用。

在新一代数字东谈主基座大模子搭救下，仅需一张带东谈主像的图片或短视频、一份商品运动，言犀就不错自动生成运动丰富的带货剧本，聚首LiveTTS生故意思化口播，数字东谈主便维妙维肖“活”起来。这种样子，告别了传统、冗长的数字东谈主模子进修经由，驱散径直推理，既省去了进修资本，还进一步膨胀了数字东谈主在视频翻译等低数据量场景的利用界限。

除了直播外，平台还能搭救输出数十条不同作风的数字东谈主种草短视频。总计过程从过往的至少72小时压缩至分钟级，资本仅为传统数字东谈主制作的十分之一，进一步驱散时代降本。 

言犀最新发布的两项时代效果，并非单纯的时代跑分竞赛，而是旨在进一步裁汰AI利用的资本，新一代的语音合成LiveTTS模子及数字东谈主大模子2.0，正在短视频合成、数字东谈主直播、视频翻译、数字东谈主唱歌舞蹈等多个生意化场景中利用，让大模子变成商家东谈主手必备的普惠器具。

看成品牌的AI营销搭子，言犀将不停设置出更多搭救营销场景的时代与居品，进一步裁汰中小商家利用门槛，加快AI分娩力走进营销场景。