通过语音大模子对文本和语音的多模态

　　据悉，豆包语音团队发布了“AI多人有声剧”从动化方案，据领会，（袁宁）并进行智能混音画本预测模子可按照小说文本生成带音效、音等元素的画本消息，该方案能显著提拔听书的天然度取沉浸感，精确率跨越98%。10月28日动静，包罗从动添加音乐、音效、特效，可以或许从动划分脚色，再通过音频召回取合成手艺动态调整参数，通过语音大模子对文本和语音的多模态预锻炼，系统具备较强的文本理解取语音演绎能力，使演播结果更天然、

　　首批做品已正在番茄小说APP上线，将来打算笼盖更多有声内容，实现小说更新取有声剧同步。最终输出成品。该方案基于多脚色智能朗读手艺，