9月12日，據(jù)小米技術(shù)消息，近日，小米集團(tuán)AI實(shí)驗(yàn)室新一代Kaldi團(tuán)隊(duì)發(fā)布了基于Flow Matching架構(gòu)的ZipVoice系列語音合成（TTS）模型——ZipVoice（零樣本單說話人語音合成模型）與ZipVoice-Dialog（零樣本對(duì)話語音合成模型）。

官方表示，ZipVoice解決了現(xiàn)有零樣本語音合成模型的參數(shù)量大、合成速度慢的痛點(diǎn)，ZipVoice-Dialog則解決了現(xiàn)有對(duì)話語音合成模型在穩(wěn)定性和推理速度上的瓶頸。