中东在线和中an新闻客户新闻在6月26日，Iflytek合成是新升级的，句子的两个基本功能听起来是复制和超拟态综合的综合，取得了成功。根据专业分析，Iflytek繁殖声音的技术在统一，准确性和其他方面方面引领了该行业。 Since its launch in April 2024, the "One-Speech Voice of the I Iflytek app's voice has been well recognized by users and industries. In the field of smart voices, the key indicators of the effects of sound reproduction always rotate in two dimensions: uniformity and accuracy. The similarity refers to the "first impression of the ear", which includes the characteristics of the seal and the beauty of the style; Accuracy depends on whether the repl soundsIt is easy to use,确保标准发音，自然暂停和连贯的音调。对于火花声音底座的基础和连续复发，还建立了三个阶段的层次声音建模声音。首先，发音模式和节奏属性是通过火花基本模型准确获得的。其次，在音调恢复音调期间，腐烂和重建声学特征。最后，高精度波形由高精度的Vocoder恢复。这种语音建模的框架已经通过语义表示下降，采用了MEL VQ-AE模型，结合了自言自语的监督预训练的预训练的编码器，并引入了最低限度的共同音调强迫信息，成功地衰减了离散的语义者，这是无关紧要的。该结构实现了发音内容和音调特性的控制分离，并显着改善了语义LLM稳定性的建模。基于音调解剖和表示的能力，Iflytek创建了针对声音副本场景的两种基本技术：增强员t编码现代语音纹理的全局整合和声学模型功能的本地框架级音调，具有音调的音调和建设性的音调，语音丢失，显着提高了音调恢复的均匀性。通过语音稳定性和通用模型进行采用 - 开发偏好数据，并采用基于DPO的强化方法，以极大地提高合成语音的稳定性和自然稳定性。只需录制句子，AI就可以完全捕获用户的喉部共鸣，口音特性，呼吸流和其他发音属性，准确地恢复用户暂停习惯，情感上的起义和下降和呼吸节奏，并实现复制效应。从录制十二个小时的语音材料到输入几段，以便现在只能用一个句子复制声音，语音综合技术可以更快，更好，更易于使用方向运行。一词，促进复制品技术代表了以更少的资源和更快的速度带来惊人和实践效果的能力，从而大大降低了应用程序的阈值。在赋予数千个行业能力的AI后方，可以从更个性化的需求，突破和实施中获得更多的情况和行业。在需要深入沟通的情况下，类似的音调还不够。超级拟人化合成的重点目前是Iflytek技术，是为了使AI的声音“上下文情感智力”。面对许多对话周期的复杂性，Iflytek在上下文中开发了一种言语产生系统。该系统结合了音频的历史文本和相应的特征，并通过跨模式编码检查了上下文，使AI的声音能够对情感变化和主题变化（例如真实的人）做出努力。狂热的人的对话测试和AI的声音，作为主题和E动作发生了变化，综合声音的语气是实时固定的，提供了适当的情感反应，并且一般的自然性接近真实的人层面。实施AI语音技术的最受欢迎的地方是智能汽车驾驶舱。在今年年初，NIO在“ Banyan 3.1.0版本”中为NOMI助理提出的超凡型情感语调是由于Iflytek的深度增强。配备了该技术的新型NIO模型（例如ET9，新的ES6/EC6/ET5系列等）成为行业中第一个应用形成语音综合的模型。除Nio外，Chery，Gac，Great Wall，Nissan和Honda等主要汽车公司还选择了Iflytek的超级人性化，以重塑智能KCARE的交流。 Iflytek语音技术的范围不仅仅是车内场景。在教育领域，大型火花模型授权的AI学习机可以执行许多诊断的轮换对话和诊断，例如现实生活中的老师，并为学生定制个性化学习路径。随着2025年夏季升级，学习机器添加的新的“ AI 1比1交互式咨询计划”功能可以通过许多对话周期来分析知识的掌握，并根据学生的能力水平制定准确的学习计划。在创建数字内容领域，Iflytek的超值型数字技术意识到定制的独家虚拟人“图片 + pangtalk录制”，其唇部同步率高达98％。这项技术帮助天津大学的教师创建了MOOC的个人IP，并简化了教学视频制造过程。在医疗情况下，当指南机器人配备了情感合成技术时，对话添加了200％。人工智能的声音很快进入真相。