贾浩楠 发自 凹非寺

量子位 | 公众号 QbitAI

语音合成大模型赛道，王者一夜易主。

最新HAM-TTS大模型，在发音准确性、自然度和说话人相似度上对比之前SOTA成果VALL-E，有了大幅提升。

背后的主要科研团队却是LLM赛道今年最令人意外的一匹“黑马”：

吉利汽车。

没错，不是AI原生公司，不是传统的科技巨头，是以汽车知名但正在不断展现硬科技实力的吉利。

吉利自研语音大模型HAM-TTS的全称是：

Hierarchical Acoustic Modeling for Token-Based Zero-Shot Text-to-Speech，直译是基于token的零样