星瑞即通过拼接、替换等方式在训练数据中人为设置“噪音”

据官方介绍，新一代HAM-TTS语音合成大模型率先突破数据收集难题，将训练数据量扩增至超65万小时，将参数量扩增至8亿。此外，吉利还采取了巧妙的数据增强策略。即通过拼接、替换等方式在训练数据中人为设置“噪音”，以此提升语音合成大模型对音色的辨识能力，让合成出来的音频音色更稳定、更连贯，更接近于人声。