多模态图像、视频、语音等跨模态能力

语音合成(TTS)

将文本转换为自然流畅语音的技术,用于有声内容与语音助手。

语音合成用于有声内容、语音助手与无障碍场景,新一代 TTS 已支持音色克隆、多语言与情感表达,按生成的字符数或时长计费。

相关术语