简介 采用分层语言建模技术，实现免分词的端到端语音合成。通过180万小时双语语料训练，支持上下文感知的语音生成和零样本声音克隆。仅需3-10秒参考音频即可复制说话人音色、口音和情感基调。 核心特性 免 …