Oute AI a récemment publié une nouvelle méthode de synthèse vocale texte-à-parole appelée OuteTTS-0.1-350M. Cette méthode utilise la modélisation linguistique pure, sans adaptateur externe ni architecture complexe, offrant ainsi une méthode TTS simplifiée. OuteTTS-0.1-350M est basé sur l'architecture LLaMa et utilise WavTokenizer pour générer directement des jetons audio, rendant le processus plus efficace. Ce modèle possède une fonctionnalité de clonage vocal zéro-shot, nécessitant seulement quelques secondes d'audio de référence.