行业动态

在国产大模型快速进步的浪潮中，语音 AI 领域迎来重大突破。国产大模型第一梯队的 MiniMax 推出全新 TTS 语音大模型 “Speech-02”，在国际权威的 Artificial Analysis 语音评测榜单上强势登顶，力压 OpenAI 和 ElevenLabs 等行业巨头，引发国外网友热议，使其成为音频领域的潜在破局者。

Speech-02 在字错率和说话人相似度等语音克隆关键指标上取得最优结果，技术实力强劲。其成功源于两大创新：一是实现零样本语音克隆，仅需几秒参考语音，无需文本，就能生成高度相似的目标语音；二是采用 Flow-VAE 架构，增强语音生成的信息表征能力，提升合成语音质量和相似度。此外，其引入的 T2V 框架结合开放式自然语言描述与结构化标签信息，显著增强音色生成的灵活性和可控性。

在性能表现上，Speech-02 凭借超拟人、个性化和多样性三大特点实现质的飞跃。其预置丰富多语言声音库，合成音效在相似度、表现力等方面与真人无异，错误率更低且更稳定。个性化的声音参考功能支持用户上传示范音频或直接对话，模型即可学会该声音演绎内容，目前虽仅在海外网页版和国内 B 端上线，但已展现出巨大潜力。Speech-02 还支持 32 种语言，擅长多种语种，可轻松切换并一气呵成读完融合多语言的长段落，推动语音 AI 迈向千人千面智能交互体验。

Speech-02 不仅技术领先，还极具性价比，成本仅为 ElevenLabs 竞品模型的 1/4。其技术突破和优势助力国产语音 AI 走向千人千面智能交互体验，推动语音 AI 发展。

技术报告地址：https://minimax-ai.github.io/tts_tech_report/

赞一下！

相关阅读：

1、国产语音 AI 新突破：MiniMax Speech-02 引领行业变革

以上就是关于【国产语音 AI 新突破：MiniMax Speech-02 引领行业变革】的行业动态介绍，更多信息解读，请直接联系游侠网络科技（云南）有限公司赵先生，电话：15808795836（微信同号）。

搜索栏目： MiniMax Speech-02 ElevenLabs