---
title: "腾讯LeVo：3秒克隆音色的AI唱歌模型，Suno4.5级别的音乐生成革命"
url: "https://paooo.com/aigc-news/14896/"
author: "Prompt 语宙研究院"
published_at: "2026-06-28T20:12:22+08:00"
updated_at: "2026-06-07T20:26:52+08:00"
categories: "AI 工具, AIGC 资讯"
tags: "AIGC, AI音乐生成, Suno, 腾讯AI实验室, 音色克隆"
source: "Prompt 语宙 (https://paooo.com)"
ai_tools_directory: "语宙 AI 导航 (https://ai.paooo.com)"
---

# 腾讯LeVo：3秒克隆音色的AI唱歌模型，Suno4.5级别的音乐生成革命

> 来源：[Prompt 语宙 (paooo.com)](https://paooo.com/aigc-news/14896/) · 作者：Prompt 语宙研究院 · 发布时间：2026-06-28

## AI 30 秒核心看点 (TL;DR)

- 3秒音频即可克隆目标音色，覆盖音调、情感与韵律，几乎无需额外训练数据。
- 支持人声与伴奏分轨生成，便于后期混音、编辑和专业制作流程接入。
- 在歌词对齐能力上优于Suno4.5，说明其对文本控制与音乐结构匹配更强。

> 
                **💡 站外导读：**在AIGC浪潮席卷内容产业的当下，音乐创作领域正经历着从工具辅助到智能生成的范式转移。对于广大音乐爱好者与专业创作者而言，高质量、个性化的音乐生成一直存在技术门槛高、数据需求大等核心痛点。腾讯AI实验室推出的LeVo模型，以其惊人的“3秒音色克隆”和“分轨生成”能力，直击这些痛点，有望将AI音乐创作推向一个新高度，标志着该领域从“能用”向“好用”、“专用”的关键跃迁。

            

             
                        

## LeVo是什么

LeVo是腾讯AI实验室推出的AI唱歌模型，具备强大的音色克隆能力，仅需3秒音频即可精准复制目标音色，包括音调、情感和韵律，无需大量训练数据。LeVo支持分轨生成，可分别生成人声和伴奏音轨，为后期编辑提供便利。技术架构基于语言模型（LM），结合LeLM和音乐编解码器，能并行生成音轨，音质表现接近行业领先水平，在歌词对齐能力上表现卓越。

## LeVo的主要功能

- 
**零样本音色克隆**：仅需3秒音频片段即可精准复制目标音色，包括音调、情感和韵律，无需大量训练数据。

- 
**分轨生成**：LeVo支持双轨生成模式，可分别生成人声和伴奏音轨，为后期混音和编辑提供了更大灵活性。

- 
**高保真音乐表现**：LeVo在音质表现上接近行业领先水平，尤其在音乐性、人声与伴奏和谐度和音质（MOS评分）等方面表现出色。通过多偏好对齐方法优化生成结果，确保音乐在各种风格和场景下都能保持高保真效果。

## LeVo的技术原理

- **语言模型架构**：LeVo采用语言模型（LM）架构，结合LeLM和音乐编解码器，能并行生成高质量的音乐作品。

## LeVo的性能表现

- 
在多项关键指标上可媲美行业领先的Suno4.5。

- 
在歌词对齐能力（LYC）上，LeVo比Suno4.5高出0.21分，展现出卓越的文本控制能力。

## LeVo的项目地址

- **项目官网**：https://levo-demo.github.io/

## LeVo的应用场景

- 
**个人音乐创作者**：为热爱音乐创作但缺乏专业技能的个人用户提供低门槛、高质量的音乐创作平台。

- 
**专业音乐制作人**：分轨生成功能和高保真音乐表现能够提升创作效率和质量。

- 
**音乐教育机构**：可用于为学生提供生动、有趣的音乐教学体验。

                    
            
                

#### 📝 站长洞察 (Editor's Insight)

                LeVo的发布，绝不仅仅是多了一个AI唱歌工具。它揭示了AIGC音乐赛道竞争正进入“精细化”与“工程化”深水区。其核心亮点——零样本音色克隆与分轨生成，精准切中了专业工作流中对个性化与后期可控性的刚性需求。这预示着AI生成音乐正从满足大众娱乐的“玩具”，演变为赋能专业生产的“生产力工具”。更值得关注的是，它基于语言模型（LM）架构的成功应用，再次印证了“万物皆可LM”的技术趋势。虽然目前公开的对比数据有限，但其在歌词对齐（LYC）上对Suno4.5的超越，暗示了在复杂语义与音乐结构对齐这一核心技术难点上的突破。这不仅是腾讯在AI创作生态布局的关键落子，更可能引发一连串的链式反应：推动音乐制作软件的深度集成、催生新的“AI辅助创作”职业角色，并最终重塑从音乐教育到商业广告配乐的整个产业链条。未来，AI模型的比拼，将更多地体现在对垂直领域工作流的深度理解与无缝赋能上。

## 常见问题解答 (FAQ)

### LeVo是什么类型的AI模型？
LeVo是腾讯AI实验室推出的AI唱歌模型，核心能力是零样本音色克隆和分轨音乐生成。它可用极短音频复制目标音色，并分别输出人声与伴奏，适合创作和后期制作场景。

### LeVo真的只要3秒音频就能克隆音色吗？
根据文章描述，LeVo支持仅用3秒音频进行零样本音色克隆，可复制音调、情感和韵律。它的优势在于降低数据门槛，但具体效果仍会受输入音频质量和目标场景影响。

### LeVo和Suno4.5相比有什么优势？
文章提到LeVo在多项指标上可媲美Suno4.5，且在歌词对齐能力（LYC）上高出0.21分。其更突出的特点是分轨生成和对专业工作流更友好的可控性。

---
探索 2,800+ 全球实用 AI 工具与官方直达入口：[语宙 AI 导航 (https://ai.paooo.com/)](https://ai.paooo.com/)
