FireRed 統一音訊理解、TTS 與語音編輯
FireRedTeam 推出 FireRedAudio，一款採用共享 9B 參數骨幹、並以獨立路徑處理理解與語音生成的通用音訊語言模型。本次發布也包含 FireRedTTS3，支援多語言零樣本聲音複製、自然語言聲音設計，以及語意與聲學語音編輯。
Search
Tag: #voice-cloning35 results
Fish Audio 模型免費登陸 Vercel
Vercel AI Gateway 現已提供四款 Fish Audio 語音與轉錄模型，並開放免費使用至 9 月 18 日。開發者可透過 AI SDK 7 生成語音與轉錄音訊，也能使用瀏覽器中的模型 Playground。
AI 劇維權陷入重重困局
AI 劇日益被指控未經授權複製配音演員、遊戲角色、藝人及普通使用者的聲音與形象。權利人面臨訓練資料不透明、產業鏈責任分散、證據難以取得，以及賠償往往無法覆蓋維權成本等問題。
Kyutai 發布 Pocket TTS，實現 CPU 語音複製
Kyutai 發布了 Pocket TTS，這是一個 1 億參數的模型，僅需 5 秒音訊即可在 CPU 上進行零樣本語音複製。它允許使用者自訂語音而無需微調，在靈活性上超越了競爭對手。
日本明確界定 AI 複製聲音的法律保護
日本法務省發布解釋指針，明確指出聲優等人的聲音遭生成式 AI 未經授權使用時，也可能受到法律保護。指針列出涉及肖像、姓名與聲音的潛在侵權案例，並提醒 AI 服務提供者與使用者注意相關責任。
日本法務省明確界定未經授權使用 AI 聲音的權利
日本法務省表示，聲音可依現有權利受到法律保護。未經本人同意，使用 AI 模仿特定人物聲音製作翻唱音源，也可能構成權利侵害。
Qwen3-TTS 語音複製正式加入主線 llama.cpp
主線 llama.cpp 現已透過 llama-tts 二進位檔支援本機 Qwen3-TTS-12Hz-1.7B-Base 語音複製。它接受 WAV 或 MP3 說話者參考音訊並支援 10 種語言，但伺服器整合與更多模型支援仍未完成。
OpenAI 收購 AI 聲音複製新創公司 Weights.gg
OpenAI 低調收購了專注於 AI 聲音複製工具的新創公司 Weights.gg。該交易包括收購其團隊與所有知識產權，該公司已於今年三月關閉服務。
xAI 低價推出 Grok 4.3 與語音克隆套件
xAI 推出 Grok 4.3，API 價格減半，並發布快速語音克隆套件。具備永久推理與 1M 權杖脈絡，但基準落後頂尖模型。可透過 xAI API 及 OpenRouter 使用。
🎵
VoxCPM2：SOTA TTS 語音克隆
VoxCPM2 是全新 TTS 模型，具備三種模式：Voice Design 創作新聲音、Controllable Cloning 帶風格引導的克隆，以及 Ultimate Cloning 精準再現聲音細節。它在 Seed-TTS-eval 和 CV3-eval 等基準測試中達到最先進水準。Hugging Face 有示範；GitHub 有完整細節。