모델과 기술

AI 음성 모델 자료실

언어 범위, 감정 표현, 로컬 배포 등 음성 모델마다 강점이 다릅니다. 공식 논문과 문서를 바탕으로 설계, 버전 차이와 실제 사용 방법을 살펴보세요.

DS Speech에서 제공Alibaba · Alibaba Cloud Model Studio

Qwen-Audio-3.0-TTS

자연어로 말투, 감정과 방언 제어

instruction으로 캐릭터와 전달 방식을 정하고 대사에 감정·웃음 태그를 넣습니다. 복제 음색에도 중국어 방언 지시를 적용할 수 있습니다.

모델 자료Xiaomi · k2-fsa 프로젝트

넓은 언어 범위와 짧은 참조 음성 복제

600개 이상 언어를 다루는 Xiaomi 오픈소스 TTS. 짧은 녹음 복제, 음성 속성 디자인, 길이 제어와 병음·음소 발음 교정을 제공합니다.

모델 자료Bilibili · IndexTTS 팀

안정적인 중국어·영어 복제와 중국어 발음 수정

1.x 계열의 안정성과 영어 합성을 개선한 버전. 한자·병음 혼합 입력으로 이름이나 지명을 정확히 읽어야 하는 내레이션에 유용합니다.

모델 자료Bilibili · IndexTTS 팀

같은 음색으로 다른 감정 연기

화자의 음색을 유지하고 다른 녹음의 감정, 8개 감정 강도나 텍스트 지시를 조합해 캐릭터 연기를 바꿀 수 있습니다.

모델 자료ModelBest · 칭화대학교 THUHCSI

연속 음성 표현·문맥·고해상도 오디오

이산 음성 토큰 없이 연속 표현을 생성합니다. 1.5는 44.1 kHz 중국어·영어 복제, 2는 30개 언어·48 kHz와 음성 디자인을 제공합니다.

DS Speech는 현재 Qwen-Audio-3.0-TTS를 온라인으로 제공합니다. 다른 모델의 소개, 명령과 링크는 학습과 자체 배포를 위한 자료입니다.