#text-to-speech

Mổ Xẻ CosyVoice: Nhân Bản Giọng Đa Ngôn Ngữ & Streaming TTS Không Độ Trễ

Khám phá CosyVoice từ Alibaba: nhân bản giọng nói tức thì qua 3 giây mẫu, streaming hai chiều độ trễ 150ms và sửa phát âm bằng Flow Matching kết hợp LLM.