Seed-TTS – 字节跳动推出的高质量文本到语音生成模型

Seed-TTS是由字节跳动开发的高级 文本到语音 （Text to Speech，TTS）模型，能够生成与人类语音极为相似的高质量语音，具备出色的上下文学习能力和自然度。Seed-TTS支持对情感、语调、说话风格等语音属性的精细控制，适用于有声读物、视频配音等多种场景。此外，该模型还具备零样本学习能力，即使在没有训练数据的情况下也能生成高质量语音，并且支持内容编辑和多语种翻译功能。

官网：https://bytedancespeech.github.io/seedtts_tech_report/

立即打开官网