语音合成

近日，阿里巴巴继开源Z-Image模型后，正式发布了Qwen3-TTS语音合成模型（版本号2025-11-27），标志着其在多模态AI领域的技术布局进一步深化。该模型不仅解决了语音合成领域的多个核心痛点，更在多语言支持、方言适配、音色丰富度等方面实现了显著突破，为全球语音技术应用带来了新的可能性。 从技术架构层面分析，Qwen3-TTS的核心创新体现在三个维…

在人工智能语音合成领域，一场基于架构创新的技术竞赛正在悄然展开。近日，语音AI公司Cartesia宣布完成1亿美元B轮融资，英伟达作为投资方赫然在列。与此同时，该公司发布了新一代语音模型Sonic-3，凭借状态空间模型（SSM）架构实现了前所未有的类人情感表达能力。这一系列动作不仅标志着语音AI技术路线的多元化发展，更预示着实时交互语音应用即将迎来新的突破。…