elvis 用 Cartesia Sonic 3.6 克隆自己的声音,并让它说日语
elvis 表示,用一段约 15 秒的片段在 Cartesia playground 克隆出的声音,几秒内就绪,随后用日语说话。他说,该演示使用 Cartesia 最新的语音模型 Sonic 3.6,该模型支持 44 种语言。
elvis 表示,用一段约 15 秒的片段在 Cartesia playground 克隆出的声音,几秒内就绪,随后用日语说话。他说,该演示使用 Cartesia 最新的语音模型 Sonic 3.6,该模型支持 44 种语言。
Artificial Analysis发现,没有单一开放权重文本转语音模型在全部九个新语言排行榜上领先。领先位置由Higgs Audio V3 TTS、OpenAudio S1 Mini、Voxtral TTS和Breeze TTS 2分占。
Artificial Analysis 已将 Controlled Voice Arena 扩展至日语、普通话、印地语、西班牙语、德语、法语、葡萄牙语、越南语和阿拉伯语,并为每种语言单独设立文本转语音排行榜。排名采用该语言的母语提示词、标准化克隆语音,以及母语使用者的偏好投票。
在 Artificial Analysis 的排名中,没有任何单一开放权重文本转语音模型在全部九种语言上领先。Higgs Audio V3 TTS、OpenAudio S1 Mini、Voxtral TTS 和 Breeze TTS 2 分别在不同语言的开放权重榜上居首,且每个榜单只收录 2 到 6 个开放权重模型。