MegaTTS 3

MegaTTS 3是由字节跳动与浙江大学联合研发的零样本文本到语音合成系统，采用轻量级扩散模型架构，参数规模仅为0.45B，能够在保证高效运行的同时生成高质量语音。该系统通过将语音分解为内容、音色、韵律等属性分别建模，实现了对语音的精细化控制。支持中文、英文及中英混合语音合成，并具备语音克隆功能，仅需几秒音频样本即可模仿目标声音。此外，用户还可调整口音强度、语速和语调等参数，提升语音的表现力和自然度。MegaTTS 3适用于语音合成、语音编辑、跨语言语音生成等多个应用场景，具有广泛的应用潜力。