小米重磅开源！OmniVoice 覆盖 600+ 语种零样本语音克隆 TTS：WER 仅 0.84%、速度快 40 倍，小语种也能轻松复活

小米下一代 Kaldi 团队（k2-fsa）正式开源 OmniVoice，这是一款支持超过 600 种语言的超大规模多语言零样本文本转语音 (TTS) 模型，在中英文及多语言基准测试中多项关键指标达到 SOTA (State-of-the-Art)，为语音合成领域带来全新突破 … 在多语言 benchmark 上，其相似度 (SIM-o) 和 WER 指标均超过 ElevenLabs v2 和 MiniMax 等知名模型，展现出卓越的语音自然度和清晰度 … 对于小语种和濒危语言而言，只需少量样本即可生成高质量语音，这对语言文化的数字化保存和保护具有重要意义。

原文连接