人工智能语音技术领域迎来重大突破!加拿大初创公司Resemble AI近日发布其 首款 开源文本转语音（TTS）模型ChatterBox，采用MIT许可证。这一模型以其卓越的语音克隆能力、情绪控制功能和超低延迟特性，迅速成为行业焦点，甚至在盲测中超越了知名闭源模型ElevenLabs。

Chatterbox的发布标志着TTS领域开源浪潮的加速。与ElevenLabs等传统闭源系统相比，Chatterbox的免费可用性和高度可定制性使其立即在开发者社区中大受欢迎。社交媒体用户称赞其精确性和情感表达，称其为“语音合成的游戏规则改变者”。

Chatterbox由Resemble AI开发，基于MIT许可证完全开源，允许开发者自由使用和修改。这款模型基于0.5B规模的LLaMA架构，训练数据超过50万小时的精选音频，性能直逼甚至超越部分闭源系统。

Chatterbox是一款基于开源的TTS模型，具有卓越的性能和创新功能，包括实时合成、零样本语音克隆和情感夸张控制等，成为行业焦点。 Chatterbox基于0.5B规模的LLaMA架构，训练数据超50万小时，盲测中63.75%的听众更偏好其真实感和流畅度。 支持实时合成，延迟低于 ...

近日， AI领域迎来重磅消息!中国AI初创公司DeepSeek正式发布了其开源大语言模型 DeepSeek-R1-0528的最新版本。这一更新不仅在性能上实现了重大突破，还通过免费API的提供进一步推动了AI技术的普及与应用。

本期AI日报聚焦多项AI领域突破：1)DeepSeek发布R1-0528模型，支持128K上下文且性能媲美GPT-4；2)字节推出"小云雀AI"图像创作工具；3)可画2.1版本价格降65%性能提升；4)Opera发布全球首款AI浏览器Neon；5)M ...

在最近的一次Podcast访谈中，Google共同创办人谢尔盖·布尔（ Sergey Brin）提出一个引人瞩目的观点，认为威胁人工智能（ AI ）模型能够产生更好的结果。

蚂蚁集团宣布全面开源多模态模型 Ming-lite-omni，具备 220 亿参数，标志其 AI 技术的新高度，能够与 GPT-4o 相媲美。