Fish Speech1.4版本的发布标志着这款开源文本转语音（TTS）模型在多语言支持和性能方面取得了重大突破。作为一个致力于提供高质量、自然流畅语音合成体验的创新解决方案，Fish Speech在这次更新中展现了其强大的技术实力和广阔的应用前景。多语言支持大幅提升Fish Speech1.4最引人注目的特点是其强大的多语言支持能力:训练数据量翻倍:模型使用了70万小时的多语言数据进行训练，较之前的20万小时有了显著提升。这意味着模型能够学习到更多语言的细微差别和表达方式。语言支持扩展:现在支

阿里巴巴最新推出的CosyVoice语音合成模型和SenseVoice语音识别模型，共同构成了FunAudioLLM框架，旨在提升人机交互体验。CosyVoice以其逼真的声音生成能力，能模仿不同性别、年龄和个性的声音，添加情感和风格，甚至模拟自然特征如笑声、咳嗽和呼吸。SenseVoice则专注于高精度的多语言语音识别、情感识别和音频事件检测，支持超过50种语言，反应速度快。FunAudioLLM的语音到语音翻译功能实现了快速而准确的跨语言交流，同时，它在情感交互方面的表现也极为出色，能根据用户情绪做出恰当的回应。对于文学爱好者，FunAudioLLM的有声书制作技术能提供富有表现力的朗读体验。这些技术突破预示着人机交互的未来将更加自然、人性化，为教育、娱乐、客户服务等领域带来革命性变化。

火山引擎在成都举办了2024AI 创新巡展。火山引擎宣布其豆包大模型日均tokens使用量已超过5000亿，平均每家企业客户日均tokens使用量自5月15日模型发布以来增长了22倍。火山引擎副总裁张鑫表示，火山引擎正在向更智能化、行业化和区域化方向发展，并通过行业方案、产品和优化服务，助力企业实现业务创新。

["AI 语音合成初创公司 ElevenLabs 完成 8000 万美元 B 轮融资","融资由 Andreessen Horowitz、Nat Friedman 等领投","融资将用于产品开发、扩展基础设施和团队、AI 研究以及加强安全措施","ElevenLabs 估值超过 10 亿美元"]

["B站UP主“小虫哥_”发布原神二创视频，角色模仿芙宁娜，保留原声音，播放量超136万。","UP主使用VITS语音合成模型，上传声音文本提取语言特征，保留原神角色独特声线。","AI声音克隆技术已普及，HeyGen、AI Dubbing等工具降低了使用门槛。","AI技术升级带来创作者关注，如何在内容和形式上创作别出心裁作品成为关键。","文章探讨VITS模型原理，简要解释语音合成过程，呼吁创作者关注技术发展与作品创新。"]

["网易有道推出「易魔声」开源语音合成引擎，支持中英文双语，包含 2000 多种不同音色。","该引擎具备特色的情感合成功能，可以合成包含快乐、兴奋、悲伤、愤怒等广泛情感的语音。","用户可以在 GitHub 上免费下载使用，并通过提供的界面和脚本接口实现音色的情感合成与应用。","该项目旨在帮助开发者与内容创作者扩大高质量 TTS 的应用范围。","网易有道还推出了声音定制、声音复刻以及 Hi Echo 虚拟人口语私教等酷炫 AI 技术。"]