APPDO 数字生活指南
#互联网观察 #开源 ▎小米开源 OmniVoice：一个模型覆盖 600+ 语言的语音克隆 TTS 小米 AI 实验室新一代 Kaldi 团队发布并开源了多语言语音克隆 TTS 模型 OmniVoice。这个模型主打“一个模型覆盖 600+ 语种”，目标是解决现有语音克隆模型多语言覆盖不足、低资源小语种难以合成的问题。官方称，OmniVoice 覆盖 646 种语言，在中英文合成、多语言语音克隆和低资源语种泛化上都达到了较强表现。 OmniVoice 完全基于开源数据训练。团队收集了 50 个开源语音数据集，经过降噪和质量筛选后，构建了覆盖 646 种语言、总时长 58 万小时的多语言训练数据集。为了照顾低资源语言，训练中还使用了动态上采样策略。官方测试显示，在 24 种语言测试中，OmniVoice 的语音相似度和可懂度超过多款商用系统；在 102 种语言测试中，其可懂度接近甚至优于真
