北京 – 人工智能公司出门问问近日正式推出其第七代语音合成引擎TicVoice 7.0。这款引擎基于新一代语音生成模型Spark-TTS，以其强大的语音克隆能力、多角色情绪演绎和广播级音质，标志着AI配音技术进入了一个新的阶段。
TicVoice 7.0的核心亮点在于其创新的BiCodec编码方式。该技术将语音分解为Global Token（全局特征，如音色）和Semantic Tokens（语义相关特征），实现了音色与语义的精准控制。这种分解方式不仅解决了传统语音编码中语义token难以精准控制音色的问题，也避免了声学编码对多个码本的依赖。
3秒语音克隆：个性化配音触手可及
TicVoice 7.0最引人注目的功能之一是其3秒语音克隆技术。用户只需提供3秒的语音样本，引擎即可精准复刻个性化音色，即使是低质量的音频输入也能达到理想效果。这一技术的突破，极大地降低了用户定制专属声音的门槛，让个性化配音触手可及。
多角色情绪演绎：让AI配音更富表现力
除了语音克隆，TicVoice 7.0还支持多角色与多情绪演绎。引擎能够模拟开心、生气、伤心等多种情绪，增强内容的表现力。同时，它还支持全龄段声音适配，涵盖从儿童到老年人的多样化音色，满足不同场景的需求。此外，TicVoice 7.0还支持中英文灵活切换，助力多语言内容创作。
技术原理：与文本LLMs结构统一
TicVoice 7.0的技术原理也颇具亮点。它复用了Qwen2.5的架构，基于属性标签（如性别、基频等级）和细粒度属性值（如精确基频），用文本+属性标签为输入，依次预测细粒度属性值 → Global Tokens → Semantic Tokens。这种设计实现了语音token建模与文本token建模的高度一致。此外，引擎采用单阶段、单流生成方式，无需额外生成模型辅助，提升了生成效率和可控性。
应用场景广泛：赋能各行各业
TicVoice 7.0的应用场景十分广泛，涵盖了智能客服、有声读物与播客、影视配音与解说、情感直播与互动、教育与培训等多个领域。
- 智能客服： 为在线客服系统提供自然流畅的语音交互能力，提升用户体验，降低人力成本。
- 有声读物与播客： 快速生成高质量的有声书、播客内容，支持多角色和情感表达，增强听众的沉浸感。
- 影视配音与解说： 高效完成影视、短视频的配音和解说工作，支持多语言切换，降低制作成本。
- 情感直播与互动： 在直播中模拟真实情感，增强主播与观众的互动性，提升内容吸引力。
- 教育与培训： 为在线教育平台提供生动的语音教学内容，支持多语言和多角色，提升学习体验。
魔音工坊：体验TicVoice 7.0的平台
目前，TicVoice 7.0已在出门问问旗下的魔音工坊“3s声音克隆”功能上线。用户可以通过魔音工坊体验TicVoice 7.0的各项功能，感受其带来的极致AI配音体验。
未来展望：AI配音的无限可能
TicVoice 7.0的发布，不仅是出门问问在语音合成技术上的又一次突破，也预示着AI配音技术在未来的无限可能。随着技术的不断发展，AI配音将会在更多领域得到应用，为人们的生活和工作带来更多便利。
参考文献：
- AI工具集. (n.d.). TicVoice 7.0 – 出门问问推出的第七代语音合成引擎. Retrieved from https://www.ai-tool.cn/aitools/17478.html
Views: 0