IndexTTS 是一款由 B 站开发的高性能文本转语音系统,专注于中文语音合成,支持拼音纠正、精准停顿控制和高自然度语音输出。采用混合建模方法,结合汉字与拼音,提升发音准确性。系统具备零样本语音克隆能力,音质优秀,广泛应用于内容创作、在线教育、智能客服等领域。训练数据丰富,性能指标优异,包括低字词错误率、高扬声器相似性和高主观音质评分。
Lyria 2 是谷歌 DeepMind 推出的第三代 AI 音乐生成模型,支持高保真音频输出与多种音乐风格生成,具备实时创作、文本驱动创作及音频编辑功能。结合扩散模型与 GAN 技术,实现风格解耦与动态调整,适用于音乐制作、影视配乐、广告音乐等场景。集成于 Music AI Sandbox,提供模块化工具链,降低创作门槛,并嵌入数字水印技术以确保内容可识别性。