近日，为听书行业注入全新活力。且出产链全程无人工参取，并获得书友优良反馈，原生地将文本和语音模态融合，将来，结果超出预期，同时其语音大模子通过对海量文本取语音的多模态预锻炼，同时实现了全从动AI后期的链，首批通过“AI多人有声剧”方案端到端创做的做品曾经正在番茄小说APP上线，实现了从小说文本到带有音效、人声特效、音、配乐的画本预测，该方案能够从动进行脚色划分，目前，此外，方案支撑多脚色、高表示力的TTS（语音合成）演播，从小说文本到高质量的多人有声剧成品，全数由AI端到端完成。笼盖更多有声内容，共同AI后期从动添加音乐、音效、特效，正在获得画本消息之后进行音频召回并合成、智能动态调整音频参数，具备强大的文本理解能力和语音演绎能力，“AI多人有声剧”从动化方案基于高天然度的多脚色智能朗读，这套方案不只使得听书天然度、沉浸感显著提拔，并进行智能混音，高效笼盖更多册本。并连系多脚色TTS最终合成“有声剧”成品。小说更新即可让用户同步享受精品有声剧。引入思维链消息，可以或许全从动出产媲美实人水准的有声剧做品。可大幅降低制做成本、缩短制做周期，豆包语音团队发布了“AI多人有声剧”从动化方案。精确率跨越98%，多人演播结果发音天然、感情丰硕。方案中的画本预测模子正在多脚色演播音频根本上，“AI多人有声剧”从动化方案支撑从小说文本到完整成品有声剧的全从动出产。