亚特兰大AI公司Destined AI的创始人开源了窄带语音合成模型Hurston-1,采用Apache-2.0许可证。该模型对美式英语支持出色,尤其擅长美国南方口音和地区性非洲裔英语,开发者初衷是让更多人对使用和接触AI感到舒适自在。自2021年起,团队从超过2万人处收集了完全获得授权的语音数据,累计100万条录音、超1800小时音频。本次发布的模型仅使用了其中136小时数据,基于Maya1模型微调扩展而来。Hurston-1是窄带TTS模型,输出针对电话场景优化,因为电话仍是这类语音最主要的落地点。该模型此前已服务于亚马逊和Salesforce等客户,创造了超过50万美元收入,此次开源旨在帮助更多人释放类似机会。模型存在局限:无法在不同提示词间保持完全一致的音色,也不支持声音克隆,这对播客等场景可能不适用。开发者表示这是首个版本,改进版已在开发中,欢迎用户从Hugging Face下载体验并反馈意见。
事件分析
核心观点:口音多样性正成为语音AI的差异化赛道,谁先覆盖被主流忽视的群体,谁就握住新市场的入场券。
原文链接:Hacker News

评论前必须登录!
立即登录 注册