Prompt 语宙Prompt 语宙
  • 首页
  • 语宙 AI 导航
  • AIGC 资讯
    • AIGC 早报生成器Hot
    • 最新趋势
    • AI 工具
    • 热门资源
    • 强化 AI 学习
  • AI 绘图
    • Prompt 实战
    • AI 绘画教程
    • 模型精选
  • AI 图库
    • 人物
    • 展台场景
    • Banner
    • 游戏
    • 动物
    • 食物
    • 自然
    • 背景
    • 海报
    • 建筑
    • 室内设计
  • 出海数字营销宝典
  • AI 生图 Prompt
    • 写实人像
    • 产品与广告
    • 游戏资产与 3D
    • 界面与图标
    • 建筑与室内
    • 动漫与插画
    • 风景与自然
搜索 AIGC 资讯、Prompt 咒语与 AI 工具
  • 语宙 AI 导航
  • 全部资讯
  • AI 生图咒语库
  • AIGC 早报生成器
  • 核心专题
  • 提交工具 / 合作
© 2023–2026 Prompt 语宙 (paooo.com). HalfPX. All Rights Reserved.
阅读: MaskGCT – 趣丸科技联合香港中文大学推出的语音合成大模型
Share
通知 阅读更多
Font Resizer字体
Font Resizer字体
Prompt 语宙Prompt 语宙
搜索 AIGC 资讯、Prompt 咒语与 AI 工具
  • 首页
  • 语宙 AI 导航
  • AIGC 资讯
    • AIGC 早报生成器Hot
    • 最新趋势
    • AI 工具
    • 热门资源
    • 强化 AI 学习
  • AI 绘图
    • Prompt 实战
    • AI 绘画教程
    • 模型精选
  • AI 图库
    • 人物
    • 展台场景
    • Banner
    • 游戏
    • 动物
    • 食物
    • 自然
    • 背景
    • 海报
    • 建筑
    • 室内设计
  • 出海数字营销宝典
  • AI 生图 Prompt
    • 写实人像
    • 产品与广告
    • 游戏资产与 3D
    • 界面与图标
    • 建筑与室内
    • 动漫与插画
    • 风景与自然
已有帐户? 登陆
  • 语宙 AI 导航
  • 全部资讯
  • AI 生图咒语库
  • AIGC 早报生成器
  • 核心专题
  • 提交工具 / 合作
© 2023–2026 Prompt 语宙 (paooo.com). HalfPX. All Rights Reserved.
MaskGCT – 趣丸科技联合香港中文大学推出的语音合成大模型
Prompt 语宙 > AIGC 资讯 > MaskGCT – 趣丸科技联合香港中文大学推出的语音合成大模型
AIGC 资讯

MaskGCT – 趣丸科技联合香港中文大学推出的语音合成大模型

Prompt 语宙研究院
最近更新: 2026年7月18日 上午12:18
AI音频与语音 HuggingFace 开源大模型
SHARE
⚡ Prompt 语宙 AI 导读 · 30 秒核心看点
  • 基于掩码生成与语音表征解耦编码,MaskGCT在TTS基准上达到行业领先,部分指标甚至超过人类。
  • 支持快速声音克隆、跨语种合成与语音控制,可调语速、时长和情感,生成更自然逼真的语音。
  • 模型已在Amphion系统开源,支持中文、英文、日文、韩文、法文和德文等六种语言。

MaskGCT是什么

MaskGCT是趣丸科技与香港中文大学(深圳)合作推出的语音合成大模型,基于掩码生成模型与语音表征解耦编码的技术,实现在声音克隆、跨语种合成、语音控制等任务上的显著效果。模型在多个TTS基准数据集上达到行业领先的水平,某些性能指标甚至超过人类。MaskGCT能快速且逼真地克隆声音,灵活调整语音的持续时间、速度和情感,支持中文、英文、日文、韩文、法文和德文等六种语言的合成。模型已在Amphion系统中开源,面向全球用户开放使用。

阅读目录
  • MaskGCT是什么
  • MaskGCT的主要功能
  • MaskGCT的技术原理
  • MaskGCT的项目地址
  • MaskGCT的应用场景

MaskGCT

MaskGCT的主要功能

  • 声音克隆:能快速复刻任意音色,包括人类、动漫角色等,且能完整地复制语调、风格和情感。
  • 跨语种合成:支持多种语言的语音合成,包括中文、英文、日文、韩文、法文和德文等,实现跨语言的语音生成。
  • 语音控制:灵活调整生成语音的长度、语速和情绪,支持用编辑文本编辑语音内容,保持韵律和音色的一致性。
  • 高质量语音数据集:训练于高质量的多语种语音数据集Emilia,提供丰富的语音合成素材。

MaskGCT的技术原理

  • 语音语义表示编解码器:将语音转换为语义标记,用VQ-VAE模型学习向量量化码本,从语音自监督学习模型中重建语音语义表示。
  • 语音声学编解码器:将语音波形量化为多层离散标记,保留语音的所有信息,用RVQ方法压缩语音波形,用Vocos架构作为解码器。
  • 文本到语义模型:用非自回归掩码生成Transformer,不依赖文本到语音的对齐信息,基于语言模型的上下文学习能力预测语义标记。
  • 语义到声学模型:用非自回归掩码生成Transformer,语义标记为条件生成多层声学标记序列,重建高质量语音波形。

MaskGCT的项目地址

  • GitHub仓库:https://github.com/open-mmlab/Amphion/tree/main/models/tts/maskgct
  • HuggingFace模型库:https://huggingface.co/amphion/MaskGCT
  • arXiv技术论文:https://arxiv.org/pdf/2409.00750v2
  • 公测版地址(趣丸千音):https://voice.funnycp.com/

MaskGCT的应用场景

  • 有声读物和播客:用MaskGCT生成的高质量语音,为电子书、有声读物和播客节目提供自然的朗读声音,提升听众的听觉体验。
  • 智能助手和聊天机器人:在智能设备和客服系统中,MaskGCT提供更加自然和个性化的语音交互体验。
  • 视频游戏和虚拟现实:在游戏和虚拟现实应用中,MaskGCT为角色生成逼真的语音,增强沉浸感。
  • 影视制作和配音:在影视后期制作中,MaskGCT快速生成或替换角色的语音,提高制作效率。
  • 语言学习和教育:MaskGCT生成标准或特定口音的语音,辅助语言学习者练习发音和听力。
🧭 文中关联 AI 工具官网与参数卡(语宙 AI 导航)
HuggingFace ↗
HuggingFace:AI模型开发社区,面向大语言模型场景提供便捷实用的在线功能支持,涵盖大模型等实用方向。
❓ 常见问题解答(FAQ)
MaskGCT适合做哪些语音合成任务?

MaskGCT适合声音克隆、跨语种语音合成和可控语音生成等任务。它还能调整语音时长、语速和情感,适用于有声读物、播客、智能助手、游戏配音和教育场景。

MaskGCT支持哪些语言合成?

根据文章信息,MaskGCT支持中文、英文、日文、韩文、法文和德文等六种语言的语音合成,适合多语种内容制作和跨语言配音需求。

MaskGCT开源了吗,在哪里可以使用?

已开源。文章给出的项目入口包括 GitHub 的 Amphion 仓库、HuggingFace 模型库,以及趣丸千音公测版地址,可用于查看代码、模型和在线体验。

🔬 语宙深潜追问 · 进阶实操拆解
跨语种声音克隆怎么控制口音漂移?

核心是把说话人特征和语言特征解耦,训练时加入多语种对齐数据,并在推理阶段限制目标语言的韵律模板。落地时最好先用短句校准,再逐步扩展到长文本,避免音色像、口音却跑偏。

TTS模型接入产品要先测什么?

先测自然度、稳定性、延迟和长文本断句,再测情绪控制与多语言一致性。若用于客服、教育或内容生成,还要额外看敏感词处理、音频水印和合规留痕,避免“能用但不可上线”。

🗳️ 读者观点微投票 · 您的实战立场是?
MaskGCT的开源路线能打穿TTS门槛吗?
🕸️ 语宙向量知识图谱 · 语义强关联深度内链
🔓 所属权威专题:开源大模型与端侧推理 →
  • GLM-TTS重磅开源:智谱AI发布声音克隆与情感语音合成模型,重塑多行业应用
  • MegaTTS 3 – 字节与浙江大学合作推出的零样本语音合成系统
  • CoGenAV – 通义联合深圳技术大学推出的多模态语音表征模型
  • 清华实验室重磅开源!MOSS-TTSD:百万小时数据训练的口语对话语音生成模型,支持零样本克隆与中英双语
🏛️ Prompt 语宙研究院 · Prompt 语宙研究院(paooo.com Research)专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示词工程(Prompt Engineering)与全球高增长 AI 生产力工具实测追踪,致力于为中文开发者与创作者提供一手、可复现的深度技术洞察。
📄 Markdown 纯净版
💡 这篇内容对您有启发吗?
📡 RSS 订阅✨ 提交 AI 工具 / 合作
🚀 Prompt 语宙 AI 创作者生态:探索 2,800+ 全球实用 AI 工具与高精度生图提示词咒语库
🧭 语宙 AI 导航 (ai.paooo.com)🎨 AI 生图 Prompt 库📚 核心专题导航⚡ AIGC 早报生成器
书生·万象InternVL 2.5 – 上海 AI Lab 开源的多模态大语言模型系列
QwQ-Max – 阿里推出的深度推理模型,基于 Qwen2.5-Max
马斯克再放模型路线图:Grok 4.6 定档 8 月 7 日
SDXL 1.0 免费开源重磅发布,AI 作图迎来全新时代!SDXL1.0 信息汇总(本地部署+在线使用)
文远知行推出物理 AI 大模型 WITT
TAGGED:AI音频与语音HuggingFace开源大模型
分享
Email 复制链接 打印
Share
Prompt 语宙研究院 头像
ByPrompt 语宙研究院
Follow:
Prompt 语宙研究院(paooo.com Research)专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示词工程(Prompt Engineering)与全球高增长 AI 生产力工具实测追踪,致力于为中文开发者与创作者提供一手、可复现的深度技术洞察。
上一篇 GLM-4-Voice – 智谱AI推出的端到端情感语音模型 GLM-4-Voice – 智谱AI推出的端到端情感语音模型
下一篇 FakeShield – 北大推出检测图像伪造的多模态大语言模型框架 FakeShield – 北大推出检测图像伪造的多模态大语言模型框架
Ad image
Ad image

最近更新

NVIDIA Vera Rubin 亮相 MLPerf 评测并在训练与端点测试中领先
单GPU训练性能翻倍且智能体每瓦吞吐暴增10倍!NVIDIA Vera Rubin首战MLPerf大获全胜:DeepSeek-V3千卡扩展效率97%与Agentic端点推理全景深度拆解
AIGC 资讯
美国商务部大楼与半导体出口管制新规
算力超1200万TPP即触发许可且限期90天整改!美国商务部突发全球数据中心新规:封死离岸云端远程租用算力与废止AI扩散规则全景深度拆解
AIGC 资讯
AI 原生 CRM 初创公司 Dreamteam 获 5300 万美元融资,挑战 Salesforce 与 HubSpot
斩获5300万美元对标Salesforce!前Freshworks高管创办AI原生CRM Dreamteam:基于Company Brain虚拟记忆与自动化智能体流水线深度拆解
AI 工具
Optimizely 谈营销智能体落地:企业需将审核从输出转向输入
告别Vibe Coding虚火!Optimizely解密企业级营销智能体落地法则:从“输出审核”走向“输入约束”、专用Harness架构与800落地页规模化实战
最新趋势

相关推荐

Claude 3.7 Max – Cursor 上线的最新 AI 模型,支持200k上下文
AIGC 资讯

Claude 3.7 Max – Cursor 上线的最新 AI 模型,支持200k上下文

Prompt 语宙研究院
AI智能体 AI编程 Claude Cursor
Baichuan-M1-preview – 百川智能推出的国内首个全场景深度思考模型
AIGC 资讯

Baichuan-M1-preview – 百川智能推出的国内首个全场景深度思考模型

Prompt 语宙研究院
ChatGPT Claude RAG检索增强 开源大模型 百川智能
VideoCaptioner – AI视频字幕处理工具,支持字幕样式调整和多格式导出
AIGC 资讯

VideoCaptioner – AI视频字幕处理工具,支持字幕样式调整和多格式导出

Prompt 语宙研究院
AI办公效率 AI视频生成 AI音频与语音 YouTube 开源大模型
PhotoPrism – 开源的AI照片管理工具,AI驱动的照片分类和搜索功能
AIGC 资讯

PhotoPrism – 开源的AI照片管理工具,AI驱动的照片分类和搜索功能

Prompt 语宙研究院
AI办公效率 RAG检索增强 开源大模型
/ Prompt 语宙 /

探索生成式 AI 的无限创作潜能,一站式获取前沿 AIGC 资讯、高阶 Prompt 咒语与全球实用 AI 工具。

核心专栏

  • Remaker AI
  • BGRemaker 抠图Hot
  • AIGC 工具
  • Prompt 咒语生成器
  • 去水印工具

生态与服务

  • 语宙 AI 导航
  • 全部资讯
  • AI 生图咒语库
  • AIGC 早报生成器
  • 核心专题
  • 提交工具 / 合作

标签

开源大模型 AI智能体 AI办公效率 AI绘画提示词 OpenAI 大模型微调 Midjourney AI编程 stable diffusion AI视频生成 ChatGPT 3D与空间智能 HuggingFace AI音频与语音 RAG检索增强 Claude Flux AIGC Gemini 通义千问 Anthropic Llama Cursor DeepSeek Prompt AI Agent Kimi 智谱AI 具身智能 YouTube
Prompt 语宙Prompt 语宙
Follow US
© 2023–2026 Prompt 语宙 (paooo.com). HalfPX. All Rights Reserved.