小米集团AI实验室发布ZipVoice系列语音合成（TTS）模型

据小米技术官微消息，近日，小米集团AI实验室新一代 Kaldi 团队发布了基于 Flow Matching 架构的ZipVoice系列语音合成（TTS）模型——ZipVoice（零样本单说话人语音合成模型）[1] 与ZipVoice-Dialog（零样本对话语音合成模型）。

ZipVoice解决了现有零样本语音合成模型的参数量大、合成速度慢的痛点。ZipVoice-Dialog 则解决了现有对话语音合成模型在稳定性和推理速度上的瓶颈。