小红书团队发布FireRedTTS—2，语音对话合成技术实现行业领先突破

小红书智创音频技术团队发布新一代对话合成模型FireRedTTS—2，针对现有方案灵活性差、发音错误多、说话人切换不稳、韵律不自然等痛点，通过升级离散语音编码器（低帧率、语义信息丰富、支持流式解码）与文本语音合成模型（支持逐句生成、双Transformer架构）全面优化合成效果。该模型在主客观测评中优于MoonCast、ZipVoice—Dialogue等开源系统，支持多语言（中、英、日等）及音色克隆（仅需一句语音样本即可模仿音色与说话习惯），为AI播客等对话合成应用提供工业级解决方案，同时可作为高效工具生成高质量音频数据。