小米发布ZipVoice系列语音合成模型 攻克行业速度与稳定性痛点

9月12日消息，小米集团AI实验室新一代Kaldi团队发布基于Flow Matching架构的ZipVoice系列语音合成（TTS）模型，包括零样本单说话人语音合成模型ZipVoice与零样本对话语音合成模型ZipVoice—Dialog。其中，ZipVoice解决了现有零样本语音合成模型参数量大、合成速度慢的痛点，ZipVoice—Dialog则解决了现有对话语音合成模型在稳定性和推理速度上的瓶颈。