吉利发布新一代语音合成大模型，具备声音克隆能力

近日，吉利官方宣布星睿AI大模型又取得一项突破性技术成果—“新一代HAM-TTS语音合成大模型”正式发布。据官方介绍，新一代HAM-TTS语音合成大模型创新性地引入了文本声音学信息预测模块，能根据给定的文本，合成出自然流畅、富有情感的语音。同时，它拥有强大的声音克隆能力，仅需几秒的参考语音样本，就能复刻出逼真的声音，给用户带来真实生动的语音交互体验。

据官方介绍，新一代HAM-TTS语音合成大模型率先突破数据收集难题，将训练数据量扩增至超65万小时，将参数量扩增至8亿。此外，吉利还采取了巧妙的数据增强策略。即通过拼接、替换等方式在训练数据中人为设置“噪音”，以此提升语音合成大模型对音色的辨识能力，让合成出来的音频音色更稳定、更连贯，更接近于人声。

同时，新一代HAM-TTS语音合成大模型也具备强大的跨语言切换能力。而且，新一代HAM-TTS语音合成大模型能够根据特定场景需求，智能调节语气、语调、停顿和情感等多维度参数。

2024年1月11日，吉利正式发布星睿AI大模型。吉利星睿AI大模型以强大的星睿智算中心为算力底座，将自研基础大模型与吉利的NPDS研发体系、巨量造车全链路场景数据库深度融合，将成为汽车行业应用场景丰富、算力强大、汽车专业知识体系完备、数据与模型安全可靠的大模型。