arXiv · AI· Yafeng Chen (Intern), Boya Dong (Intern), Yankun Huang (Intern), Hao Li (Intern), Jingdong Li (Intern), Xiangyu Liang (Intern), Hao Ni (Intern), Wenchao Wang (Intern), Yuxuan Wang (Intern), Zhangyu Xiao (Intern), Wei Deng (Intern), Nan Duan (Intern), Yu Gu (Intern), Wenhao Guan (Intern), Weisheng Han (Intern), Yabin Li (Intern), Yuan Liu (Intern), Jiaxin Ye (Intern), Fan Yu, Lin Zhu·· 2026-10-08AI 评分44
JoyAI-Voice 2.0:基于语义-声学联合表示的全连续自回归语音生成模型
JoyAI-Voice 2.0: A Full-Continuous Autoregressive Speech Generation Model with Semantic-Acoustic Joint Representation
AI 导读
JoyAI-Voice 2.0 发布,基于全连续双编码器架构,实现端到端拟人语音生成。 模型在 Seed-TTS 上取得 2.51% 平均字错率(WER),较最强基线降低 14.9%。 该模型在 InstructTTSEval 中创下中英文 SOTA 属性保真度,MDVD-Eval 综合得分 0.893。
来源:arXiv · AI · arxiv.org