第二步 · 生成语音（最关键的一步） 用一款开源 TTS，它能把原声的音色、语速、那股激动，迁移到 14 种语言 在线三步： 1. 上传几秒原声当参考 2. 选目标语言 3. 填译文 4. 点生成，下载 出来的就是「同一个人，用另一种语言，喊着同样的劲」

5/ bytedance/Bernini (⭐1.1k) — ByteDance framework for video generation & editing: an MLLM semantic planner over a DiT backbone.

大家最近都在看世界杯，经常听到解说喊破喉咙 特别是在梅西帽子戏法那一秒： 🇦🇷 阿根廷解说员喉咙劈了："¡Gooool! ¡Hat-trick! ¡3 a 0!" 🇫🇷 法国 TF1 抢着喊："Triplé de Messi !" 🇯🇵 日本 DAZN 主播炸屏："ハットトリック！" 🇩🇪 德国 一句 "Hattrick! Argentinien drei null!"…

这次轮到我说，我小时候哪有这条件了。假期追更看到有道开源了一个 1.3B 大小的 TTS，支持 14 个小语种，可以实现高精度的语音克隆。 角色本来的声音、语气跟情绪都有被带到，没有那种被重新配音的违和感，感觉只是角色换了一种语言在说话。 我现在在想，如果是这样的话，我是不是能把小时候看的《假面骑士…

有道重磅开源！子曰4.0 TTS：告别生硬机器音，跨语言口播也有灵魂了！ 刚亲测了网易有道刚刚开源的 Confucius4-TTS（子曰4.0），效果真的很惊喜。 以前做跨语言口播，最头疼的就是：翻译完之后，机器音又干又硬，音色变了、语气没了、情绪也丢了，听着完全没有灵魂，像另一个人在念稿。…

🚀 Just released: Youdao Confucius4-TTS An open-weight 1.3B high-quality TTS engine: - 14 langs: EN, ZH, JA, KO, DE, FR, ES, ID, IT, TH, PT, RU, MS, VI - High-quality voice cloning w/o transcript -…

我觉得这次开源，可以玩玩两个事情： 一，自己去试试这个语音 传一段你的声音，让它说外语，听听到底带不带口音 在线试玩： 二，觉得这波开源给力，就去给它点个 star 支持一下 多模态模型：

秘密分两层 第一层，真正赚钱的是翻译 开源的大模型和语音，是面子，拿来打名声、拉开发者 翻译才是有道的老本行、词典笔、各种翻译产品都靠它 而且这次还偷偷重练了一遍 你肯定遇过机翻两个老毛病 翻着翻着跑偏，专业点叫脱靶 一句话里中英文乱混，叫语种混出 这次它上了多专家 OPD 加强化学习，相当于让模型同时拜好几个老师，把各家本事都学过来 这俩老毛病基本治住，速度还快了 80%…