Voice Synthesis

Sesame推出CSM语音模型，突破“恐怖谷效应”，自然度、情感表达出色，成为AI语音新标杆。

CosyVoice 2升级语音合成技术，解决延迟、准确度等难题，优化流媒体和非流媒体应用。

Kokoro语音合成模型发布，8200万参数，TTS领域表现卓越，支持多种语音包，训练成本低，但功能有限。