voice-design

StepAudio 3 Gen 是一个通用音频生成模型，它使用残差向量量化令牌，在一个单一的离散自回归框架内统一了文本转语音、声音设计、音效和音乐。

Gradium AI发布了Voice Design，允许从描述口音、年龄、性别和语速的文本提示创建自定义AI语音，可通过其API和Studio使用。

Gradium 已推出 Voice Design，这是一个功能，可从文本提示创建自定义AI语音，现已在其API和Studio中免费上线。

Gradium AI 发布 Voice Design，这是一款免费工具，用户可通过其 API 和 Studio 从文本提示生成自定义语音，在口音和提示遵循上性能出色。

Breeze TTS 2 是一个开放权重的实时文本转语音模型，支持语音设计和双语语音，并在 Artificial Analysis TTS 排行榜的开放权重模型中排名第一。