CosyVoice再升级，可扩展流式语音合成
通义实验室在前期的工作中提出了基于监督离散语音标记的多语言语音合成模型CosyVoice。通过使用两种流行的生成模型：语言模型 (LM) 和流匹配进行渐进式语义解码，CosyVoice 在语音语境学习中实现了较高的韵律自然度、内容一致性和说话人相似性。
超全干货分享：什么是RPA？
7月28日，阿里云RPA4.0版本重磅发布，为企业数字化转型提供高效、安全、可靠的服务。RPA是一款软件机器人，能够模拟人的行为完成软件的交互，能够解决跨系统、跨平台，重复有规律的工作流程。时至今日，阿里云RPA已被超过50万各行各业的用户采用，可以跟踪到的执行总次数已突破120亿次，用户使用RPA获得了3-10倍的效率提升
构建基于AI的语音合成系统：技术探索与实践
【6月更文挑战第3天】本文探讨了构建基于AI的语音合成系统，包括文本预处理、声学模型、语音生成和后期处理四个步骤。关键技术和挑战涉及分词、词性标注、语调预测、HMM、DNN、RNN模型、波形合成及后期音质优化。实践中，获取高质量语音数据、训练计算资源和系统实时性是主要挑战。随着技术进步，未来语音合成将在多语种、个性化领域有更多应用。
数字人厂商排行，数字人如何引领行业发展新趋势
随着新一代数字展厅智能交互产品的发布，数字人厂商在行业发展中愈加凸显其重要性。本文将探讨这些厂商如何引领行业新趋势，分析其在技术创新、用户体验及市场战略方面的独特优势，并揭示其未来的发展方向及对行业变革的深远影响。
