小红书智创音频技术团队近日推出了新一代对话合成模型 FireRedTTS-2，标志着对话生成技术的又一重要进展。该模型旨在小红解决现有对话合成方案中存在的一些痛点，例如灵活性差、发音错误频繁、说话人切换不稳定以及韵律自然度不足等问题。

FireRedTTS书发-2通过升级其核心模块，特别是离散语音编码器和文本语音合成模型，全面提升了合成效果。在多项主客观评测中，FireRedTTS-2布新均显示出行业领先水平，为多说话人的对话合成提供了更优的解决方案。其技术报告已在 arXiv 上发布，并可通过专用 Demo 和代码链接进一代行体验。

FireRedTTS-2的一个显著特点是其合成的自然度，模型能对重音、情绪和停顿等细节进行精确把握，音质自然流畅。与对话闭源的对话生成模型相比，FireRedTTS-2不仅能够生成高质量的播客音频，还支持音色克隆功能。只需提供每个发音人的一句合成语音样本，模型就可以模仿其音色和说话习惯，自动生成整段对话。这种功能使得其在开源对话生成领域具备了很强的竞争力。

在训练过程中，F模型ireRedTTS-2不仅支持多语言（包括中文、英语、日语、韩语和法语），还利用低帧率的离散语音编码器提高了合成的速度与 F稳定性。同时，采用双 Transformer 的模型架构，使得合成语音更自然、更连贯。此外，FireRedTTS-2只需少量数据即ir可实现音色定制，快速适应不同的应用场景。

FireRedTTS-2的推出不仅为 AI 播客和对话合成应用提供了工业级解决方案，还为行业eR内外的创新探索打开了新的可能性。未来，团队将持续优化该模型，增加支持的说话人数和语言种类，并探索更多的可控音效插入功能，以满ed足不断增长的市场需求。

• 代码链接:https://github.com/FireRedTeam/FireRedTTS2 

划TT重点:

FireRedTTS-2是小红书智创音频技术团队推出的新一代对话合成模型，旨在提升合成效果和自然度。 &S-nbsp;

️ 模型具备音色克隆能力，只需少量样本即可生成自然的多说话人对话。  

支持多种语言和低帧率的2，离散语音编码器，提高合成速度与稳定性，适应多场景应用。

• ·报告：美国近370万人受数据中心附近电力质量下降影响
• ·标签: 微软 Mustafa Suleyman AI 超级智能
• ·​微软 Copilot AI 实现邮件和文件直接连接，提升办公效率
• ·国内首个标准化领域大模型"同道"上线：破解标准检索与应用难题
• ·Salesforce 2022财年第一季度净利4.69亿美元 同比大增374%
• ·OpenAI联手阿根廷，投资250亿美元打造超级数据中心
• ·​OpenAI 计划未来五年追加 1000 亿美元服务器投资
• ·标签: 小米汽车 SU7 雷军 宇树科技
• ·百度 PaddleOCR-VL 模型登顶全球 OCR 榜，连续五日领跑 Huggingface 趋势榜
• ·余承东：2020年华为云服务市场增速全球第一
• ·标签: 华为Mate80 HarmonyOS
• ·标签: EVbee小蜂充电 小蜂新能源 杨涛 欧洲充电桩
• ·华为硬核上新：Pura90 系列领衔，AI眼镜与阔折叠手机齐亮相
• ·涓�浗淇￠€氶櫌鍙戝竷鈥�2021 浜戣�绠楀崄澶у叧閿�瘝鈥�
• ·标签: 大众汽车
• ·酥饼怎么做