网易有道首发14语种零口音语音克隆模型，无需参考文本即可复刻任意音色

当前，人工智能作为培育新质生产力的核心引擎，已上升为国家战略层面。国务院《关于深入实施“人工智能+”行动的意见》明确提出，要加快AI核心技术自主创新、降低产业落地门槛、构建开放共享的国产AI生态，推动人工智能与千行百业深度融合。 在这一战略背景下，网易有道正式推出“子曰4.0”大模型体系TTS语音合成引擎——Confucius4-TTS，并已面向全球用户开放。近日，该引擎凭借全球首个不依赖参考文本即可实现14语种无口音跨语种语音克隆的开创性突破引发行业高度关注，为数字人、跨境传播、智能教育等产业提供国产化、低成本语音克隆功能。 重磅开源发布，完整模型权重本地可部署 Confucius4-TTS采用1.3B参数高性能语音模型，开放行业领先的零样本语音克隆、跨语种无痕音色迁移、情感复刻能力，采用宽松友好的Apache开源协议，面向全球创作者、开发者开放完整模型权重与配套工具链。开发者可完整下载54G资源包，本地离线部署运行，配套开源龙虾智能体工具链，商用无限制。 图 1 TTS模型开源地址：https://github.com/netease-youdao/Confucius4-TTS 三大技术突破，重新定义开源TTS天花板 突破一：3秒极速克隆，零样本即可复刻原声 Confucius4-TTS实现了真正的零样本语音克隆能力。用户仅需3秒即可完成音频克隆，克隆音色与原声相似度超过85%，克隆任务准确度高达97%。相较于初代EmotiVoice仅支持训练集内音色的局限，C