趣丸集团与港中大（深圳）联合开源语音大模型MaskGCT

　　近日，趣丸科技集团宣布与香港中文大学（深圳）联合研发的语音大模型“MaskGCT”正式在Amphion系统中开源，面向全球用户开放使用。区别于传统TTS模型，该模型采用掩码生成模型与语音表征解耦编码的创新范式，在声音克隆、跨语种合成、语音控制等任务中展现出卓越效果。

　　MaskGCT在三个TTS基准数据集上都达到了SOTA效果，超过当前最先进的同类模型，某些指标甚至超过人类水平。

　　MaskGCT模型是在包含10万小时多语言数据的Emilia数据集上进行训练的，展现出了超自然的语音克隆、风格迁移以及跨语言生成能力，同时保持了较强的稳定性。这一模型的推出，不仅为语音合成领域带来了新的技术突破，也为趣丸集团在智能语音技术方面的布局注入了新的活力。

　　作为此次合作的另一方，香港中文大学（深圳）在语音合成与表征领域有着深厚的研究基础。此次与趣丸集团的合作，不仅充分发挥了双方在技术研发和资源整合方面的优势，也进一步推动了语音合成技术的创新与发展。

　　值得一提的是，MaskGCT模型已经在香港中文大学（深圳）与上海人工智能实验室联合开发的开源系统Amphion上发布，并提供了模型下载和Demo展示等功能。这一举措不仅有助于推动语音合成技术的普及和应用，也为广大开发者提供了一个学习和交流的平台。

　　趣丸集团作为一家在智能语音技术方面有着深厚积累的企业，此次与港中大（深圳）的合作无疑为其在语音合成领域的发展注入了新的动力。未来，趣丸集团将继续加大在智能语音技术方面的研发投入，推动更多创新技术的应用和落地，为用户提供更加智能、便捷的服务体验。

　　目前，MaskGCT在短剧出海、数字人、智能助手、有声读物、辅助教育等领域拥有丰富的应用场景。为了加快落地应用，在安全合规下，趣丸科技打造了多语种速译智能视听平台“趣丸千音”。一键上传视频即可快速翻译成多语种版本，并实现字幕修复与翻译、语音翻译、唇音同步等功能。该产品进一步革新视频翻译制作流程，大幅降低过往昂贵的人工翻译成本和冗长的制作周期，成为影视、游戏、短剧等内容出海的理想选择平台。