台灣華語與中英混合文字轉語音。模型版本:step_0000049。
step_0000049
目前預設採用通過穩定性評估的設定:CFG 2.0、NFE 10、目標語速 4.0 字/秒、 stop 0.65 × 2、每 80 字切段、同一請求共用隨機種子、80 ms 接縫處理,且不使用 retry 或 rerank。
CFG 2.0
NFE 10
4.0 字/秒
stop 0.65 × 2
參考音檔至少 3 秒;只使用已取得授權的聲音。參考內容不需要逐字稿。
合成語音僅供研究與評估展示;正式使用前請人工檢視。 模型 · 程式碼