Miso Labs 发布 MisoTTS：具有开放权重的 8B Emotive Text-to-Speech 模型

Miso Labs 发布了 MisoTTS，一种开放权重 8B 文本转语音模型。它使用残差矢量量化 (RVQ) 来缩放其声音范围，而无需缩放参数，并且可以根据文本和音频上下文条件来调整...

摘要仅供参考,请点击来源链接查看全文。演示条目为示意。