Čínská společnost Netease Youdao zveřejnila na GitHubu Confucius4-TTS, otevřený engine pro text-to-speech, který zvládá zero-shot voice cloning ve 14 jazycích bez akcentu. Model umí generovat přirozeně znějící řeč v různých jazycích s minimem referenčního auditu, což ho řadí k nejpokročilejším otevřeným TTS systémům. Repozitář na GitHubu má už přes 300 hvězdiček a přitahuje pozornost vývojářů i výzkumníků v oblasti syntézy řeči. Otevřené modely této kvality zásadně zrychlují vývoj hlasových aplikací, asistentů, přístupových technologií a lokalizace obsahu. Confucius4-TTS přitom není zaměřen jen na čínštinu a angličtinu, ale pokrývá širokou škálu jazyků, čímž reaguje na poptávku po kvalitní syntéze v menších a opomíjených jazycích.
Netease Youdao vydává Confucius4-TTS, otevřený model pro vícejazyčný voice cloning
Čínský Netease Youdao zveřejnil Confucius4-TTS, otevřený engine pro zero-shot voice cloning ve 14 jazycích bez akcentu.