Token导航 LogoToken导航TokenDH.com

Zyphra开源MoE架构语音合成模型ZONOS2

更新时间 2026-06-15来源 品玩正文 327字阅读约 2分钟1 张图片

品玩6月15日讯,Zyphra近日宣布,正式开源语音合成模型ZONOS2。作为首个采用稀疏混合专家(MoE)架构的开源TTS系统,其总参数达80亿,推理时仅需激活9亿参数。该模型主打高保真度与零样本声音克隆,无需微调即可生成逼真音频。

技术上,ZONOS2直接预测DAC离散标记以输出44.1kHz录音室级音质,并摒弃传统音素生成器,直接读取UTF-8字节,显著提升了中日韩文及中英混读效果。其训练数据量从初代的20万小时扩展至600多万小时,通过多阶段清洗方案有效减少了幻觉与误读现象。

随同发布的还有全新评估基准ZTTS1-Eval。ZONOS2基于Apache 2.0协议开放权重并提供GitHub推理代码,同时在Zyphra云平台提供限时免费在线试用。

资讯来源:由AI资讯编辑整理自互联网公开内容,版权归原作者所有,未经许可,不得转载。

继续浏览更多资讯

返回资讯目录

相关资讯

更多