11-19 更新 实时
首页/ 多模态/ 正文

M5-TTS:小型多语言多方言语音合成语言模型

多模态 来源:arXiv CS/SD 2026-11-07 03:32 0 阅读 机器翻译

我们提出 M5-TTS,一个紧凑的语音合成系统,支持多语言与中文多方言合成、零样本声音克隆、特定说话人的多语言生成以及 CPU 流式处理。其 5000 万参数的语…

原文为英文,标题与摘要由机器翻译,完整内容请阅读原文。

本文为自动采集的摘要速览

全文正在由采集器补抓,稍后刷新本页即可看到完整译文;也可先前往来源站点阅读原文。

本文由采集器自动同步

原文发布于 arXiv CS/SD(M5-TTS: A Mini-Scale Multilingual and Multi-Dialect Text-to-Speech Language Model with Multi-Token Prediction),标题、摘要与正文由机器翻译,术语按行业惯例统一,未经人工逐句校订。

阅读原文 ↗