车圈最大AI「黑马」吉利：自研语音大模型登顶，性能超SOTA 10%

文章预览

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。 吉利星睿AI大模型，有什么用？ 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的零样本文字转语音分层声学建模 ，是星睿AI大模型体系下的重要一员。 顾名思义，对于智能座舱体验来说，这项技术作用在最关键的交互环节： “发音” 。 语音助手说的好不好，通常有这么几个评价指标： 发音准确度 ，通过Character Error Rate（CER）来 ………………………………