看到网易有道开源的消息，你最先想到的会是什么？是那个27B参数且数理能力达到SOTA的模型吗？
我最初也这么以为，但仔细看下来，真正让我眼前一亮的东西，其实是他们居然把跨语言语音克隆这个老大难问给拿下了。
以前跨语种时那股生硬的口音，连ElevenLabs这类主流工具都处理不好。一个中文母语者说日语，听起来就像外国人在硬背台词，尴尬得能让人脚趾抠地。
现在不一样了。用你原本的声音说日语，听上去可以跟本地人几乎没有分别。3秒克隆，覆盖14门语言，无论是做配音还是虚拟人，都既省钱又高效。
更难得的是，他们直接把完整的模型权重都放出来了，足足54个G让你能在本地运行，绝不是用API来敷衍了事。连配套的“龙虾智能体”也一并开源了。
想亲自上手试试？
TTS语音克隆在线Demo：
多模态模型主页：https://huggingface.co/netease-youdao/Confucius4
语音模型源码仓库：https://github.com/netease-youdao/Confucius4-TTS

互联网充电｜优质资源
优质内容｜内幕消息