吉利汽车智能语音技术重大升级：自研大模型性能跃升，刷新行业标准

近日，一项突破性的研究成果问世，名为HAM-TTS，它在语音合成领域取得了显著进展，与备受瞩目的VALL-E模型相比，展现出卓越的性能。该研究的核心在于使用"人类"的AI模型进行语音合成，旨在提升合成语音的自然度和表达能力，使其听起来更像真人说话。

HAM-TTS模型采用了一种基于token的声学特征，能够捕捉语音中的细微差别，从而生成更逼真自然的语音。在实验中，该模型仅使用4个GPU进行训练，其性能便超越了VALL-E模型1.5%；而在8个GPU的条件下，性能更是提升至2.3%。此外，通过结合单说话人和多说话人数据，HAM-TTS模型在语音质量方面实现了约10%的提升。

这项研究的价值不仅在于提升了语音合成的质量，更在于为个性化语音交互开辟了新的可能性。它能够应用于语音助手、内容创作、游戏角色配音等多个领域，极大地丰富了人机交互的方式。目前，该模型已经能够支持3种语言的语音生成，未来有望扩展到10种以上的语言。

为了验证模型的有效性，研究者们进行了一系列的实验。这些实验涵盖了跨说话人风格迁移、语音编辑以及零样本说话人语音合成等任务，旨在全面评估模型在不同场景下的性能。结果表明，该模型不仅能够生成高质量的语音，还能够在各种复杂的语音合成任务中表现出色。

这一突破性的研究有望推动人工智能领域的发展，尤其是在语音合成方面。该研究的核心在于利用AI模型模拟人类的说话方式，从而生成更自然的语音，这为语音合成领域带来了新的思路。与此同时，该研究的实验结果也证明了其在语音合成方面的卓越性能。值得一提的是，该研究的相关数据已从81小时/说话人提升至102小时/说话人，显著提升了模型的训练效果。

总而言之，这项研究为语音合成领域带来了新的突破，并为AI技术的发展注入了新的活力。这一研究的核心在于借助AI模型，更好地模拟人类的语音特点，进而提升语音合成的质量和自然度。未来，我们有理由期待这项技术在各个领域展现出更加广阔的应用前景，为人们的生活带来更多便利。

论文链接：https://arxiv.org/pdf/2403.05989