网易有道发布零口音免参考文本跨语种语音克隆模型：一个声音讲14种语言

事件概述

网易有道正式发布其首个零口音、免参考文本的跨语种语音克隆模型。该模型的核心突破在于：用户无需提供目标语言的参考音频或文本，即可用同一个声音合成14种不同语言的语音，且在每种语言中均保持该声音的原始音色，不产生口音偏差。

核心信息

• 模型特点：零口音（不产生外语口音）、免参考文本（无需提供目标语言文本或音频）、跨语种（14种语言）。
• 应用场景：可用于多语言配音、有声内容制作、语音助手、教育翻译等领域，大幅降低多语言内容生产的成本和复杂度。
• 技术意义：传统语音克隆需要目标语言的参考音频或至少一段文本对齐，该模型实现了更通用的语音克隆能力，使同一说话人能流畅切换多种语言。

值得关注

该模型的发布标志着语音克隆技术向“一次录制，全球通用”迈进，有望推动跨语言内容创作和国际化应用的普及。具体技术细节和开源情况有待官方进一步披露。