待验证50% 置信事实精确时间

扩散/流匹配模型（如Voicebox、CosyVoice）通过迭代去噪生成连续语音特征，在质量和一致性间取得较好平衡

1

来源数

50%

置信度

长期有效

时效性

2026/8/5

首次发现

来源

H3语音模型全精度权重发布：表现力惊艳但长句声音漂移待解

相关事实

待验证CosyVoice融合了扩散模型与流匹配（Flow Matching）技术，实现情感迁移和跨语言声音克隆78% 相似待验证缓解声音漂移的方案包括引入全局说话者嵌入、使用非自回归或半自回归架构（如扩散模型、流匹配模型）以及加入一致性约束损失函数78% 相似已验证端到端语音模型直接以音频为输入和输出，在音频token层面进行理解与生成，保留语调、语速、叹气、笑声等声学特征74% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/687587

API

curl https://kongchang.com/api/v1/knowledge/claims/687587

MCP

get_claim(id=687587)