待验证50% 置信事实精确时间

SteerTTS的Voicebox风格提示变体支持声音克隆。

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/19

首次发现

有效期至：2027/1/17

来源

SteerTTS：23M参数TTS模型，混合注意力与双向Mamba-3实现细粒度韵律控制

涉及实体

SteerTTSmodel Voiceboxmodel

相关事实

待验证Voicebox 主打三大核心能力：语音克隆（Clone）、语音听写（Dictate）与内容创作（Create）73% 相似待验证传统语音增强解决方案依赖麦克风阵列波束成形（Beamforming）和语音增强算法73% 相似待验证SteerTTS采用FastPitch风格的显式方差建模，音素先经过编码器，由时长、音高、能量三个预测器分别输出控制量，再通过长度调节器对齐，最终解码为100频带log-mel谱，交由冻结的Vocos声码器合成波形。72% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1072654

API

curl https://kongchang.com/api/v1/knowledge/claims/1072654

MCP

get_claim(id=1072654)