在新一波的期间波澜中，妄言语模子风头正劲，但还有一种AI期间，正在配音、直播、客服等多个行业正意见出越来越往常的支配。2月18日，京东言犀公布了两项最新期间效果——语音合成大模子LiveTTS及通用数字东说念主大模子2.0，提拔zero-shot音色复刻和杰作音色微调，并提拔更精确的数字东说念主声唇对皆，将大幅普及东说念主机当然交互体验，咫尺已针对直播、外呼、客服、营销等超10种特定交易化场景完成调优适配。期间降本带来用户体验跃升，瞻望也将带动更多AI营销处事增量市集。

语音合成大模子全新升级 提拔zero-shot音色复刻和杰作音色微调

LiveTTS，是京东言犀最新发布的高仿真、多话语、热枕丰富的语音合成(TTS)大模子，通过AI 期间生成当然、具备韵律且富裕热枕的语音。当今，只需喂给LiveTTS模子最短3秒音频素材，就能提拔zero-shot音色复刻以及杰作音色微调，近乎竣工的对声息进行复刻。

这成绩于基于Diffusion架构完成的20万小时数据"熔真金不怕火"。在SeedTTS test-hard测试中，其CER打算(字符瑕玷率)较其他头部厂商模子缩小了0.2%-5.12%不等，至极于每万字最多能减少512处发音特别。在主不雅评价上，通过盲评的MOS评测，该模子尤其在音色通常度、当然明晰度、热枕抒发一致性方面弘扬出色，音色通常度较其他头部厂商模子进步1.3倍。

从语音准确性上，言犀长入汉文拼音与英文音素双输入系统，普及了发音准确性，让期间更可用。从仿真度上，罗致高质料的HiFt声码器，竣事超98%的声纹归附精度。

无数的及时、种种性语音数据加入考试，也进一步普及了模子的泛化才能，让模子大略在不同音频请示词(prompt)的条目下合成韵律丰富、当然的音频，愈加易用。LiveTTS一经能适配从儿童俏皮声到老年东说念主千里稳语调的种种化需求，还提拔中/英/日等多语种及方言的语音合成。

极低门槛、极致拟真、极多场景，是言犀LiveTTS语音合成大模子的上风。基于LiveTTS打造的言犀数字东说念主，提拔近百个不同格调音色，变成围绕直播场景需求的声息供应链。2024年京东11.11时期，言犀TTS单日调用超1000万次，老本直降90%，大大普及直播、配音、外呼等行业的责任效力。

数字东说念主大模子竣事精确声唇同步 汲引AI出产力

言犀数字东说念主以前常支配在电商直播、客服招待、短视频等场景中，光是使用数字东说念主日常开播的商家就有特别7500家。但数字东说念主向更大范围的限制化支配耐久存在三个难点：形象数据集聚老本高、模子考试周期长和推理效果难泛化。

为了处分这些问题，言犀团队刻毒了新一代声唇同步数字东说念主基座模子，通过更动的多阶段基模子考试体式、多图参考的多层箝制力机制等体式。这一亿级参数目的声唇同步基座模子，进一步拓展了数字东说念主在装束、大角度、多语速、跨音色和多话语等场景的支配。咫尺，在动态布景、多东说念主直播等实在支配场景里，言犀数字东说念主的唇形匹配度仍达到95%，具备较好的泛化才能，在各式场景中更可用，更易用。

在新一代数字东说念主基座大模子提拔下，仅需一张带东说念主像的图片或短视频、一份商品运动，言犀就不错自动生成运动丰富的带货剧本，长入LiveTTS生成热枕化口播，数字东说念主便活龙活现“活”起来。这种花样，告别了传统、冗长的数字东说念主模子考试经由，竣事平直推理，既省去了考试老本，还进一步推广了数字东说念主在视频翻译等低数据量场景的支配规模。

除了直播外，平台还能提拔输出数十条不同格调的数字东说念主种草短视频。总计过程从过往的至少72小时压缩至分钟级，老本仅为传统数字东说念主制作的十分之一，进一步竣事期间降本。 

言犀最新发布的两项期间效果，并非单纯的期间跑分竞赛，而是旨在进一步缩小AI支配的老本，新一代的语音合成LiveTTS模子及数字东说念主大模子2.0，正在短视频合成、数字东说念主直播、视频翻译、数字东说念主唱歌舞蹈等多个交易化场景中支配，让大模子变成商家东说念主手必备的普惠用具。

行为品牌的AI营销搭子，言犀将束缚设备出更多提拔营销场景的期间与居品，进一步缩小中小商家支配门槛欧洲杯app，加快AI出产力走进营销场景。