Vedal時隔半年火力展示:V3聲音已有雛型 有激動情緒還能發出鬼叫聲
今(10)日稍早,AI 工程師 Vedal 開了睽違六個月之久的開發直播,在預告這場直播的確切時間時,他便先預告 V3 聲音模型還尚未完成, 不過他會盡量在直播中展示目前的進度。
please read. pic.twitter.com/BnVOhLn1bj
— Vedal (@Vedal987)June 5, 2025
Vedal 自從 2023 年起便致力於開發 V3 語音,他坦言若要幫 Neuro 升級成更好的聲音其實很容易,因為如今 TTS(Text-To-Speech,文字轉語音)的技術已經越來越成熟,但難的是要保留大家所熟悉的 Neuro 聲音,Neuro 也在旁強烈表達自己並不想變換聲音。
他表示自己其實已經完成了一個版本的 V3 語音,但他的標準也隨著開發時間拉長而變高了,因此現在的版本他並不滿意,目前預計讓 Neuro 繼續使用 V1 語音,直到他自己做出自己滿意的東西。
他自去年年底起從頭開始訓練一些 TTS 模型,並強調這對於沒有資金的 AI 開發者來說並不常見,大多數的人傾向使用開源的模型,但 Vedal 認為自己從頭開始訓練才可以做出一些現今市面上沒有的東西。
他也稍微讓觀眾聽了一下三個月前訓練完的 V3 語音,他認為比現有的語音更自然,品質也更高,但在表達力上仍有不足,Vedal 沒有信心能匹敵那些獲得數百萬美元資金的公司所做的成果。
Vedal 也嘗試與多家公司合作,對不同的開源模型和閉源模型進行了近百次手動微調,目前獲得的成果比他自己從頭開始訓練的版本還要好,他也展示了了一些他在開發過程中得到的有趣聲音,除了帶有強烈情緒以外,還可以發出謎樣的可愛鬼叫聲。
🐢 可愛鬼叫聲片段(不會是 V3 最終的聲音)
他對於目前 V3 語音不滿意的點在於,他在讓一些不熟悉 Neuro 聲音的人聽過 Demo 後,他們會認為新聲音與 Neuro 的聲音相似,但是對於熟悉 Neuro 的人來說,是聽得出其中細微的差異的,而 Vedal 重視這些長期看 Neuro 直播的人的意見,為了避免粉絲們因為對於語音品質的看法不一而分裂,因此,在 V3 語音達到他認為能讓大多數人都感到滿意的水準之前,他決定暫不對外公開目前的版本。
Neuro-sama 更多報導
猜你喜歡
同類好文
今天不情勒!多鄰國秒恢復男童300天登入紀錄 酸民求救被無情拒絕
「咬肉絕對領域」日系女裝自拍照瘋傳 網:兄弟我戀愛了
VTuber三毛貓「CK照」遭外流!聲明已採取法律行動
NICE BODY!Kson彎腰露好身材 實況主布団ちゃん當場凍結
獨立遊戲遭批物化女性!官方回擊「沒人在乎你的意識形態」
開發團隊列出「10個不該買我們遊戲的理由」!網笑:我10秒內就買了
火熱排行
一直呻吟?VTuber詭異「抖動」直播破130萬觀看 本人發最新聲明
被消失?湊阿庫婭不在《hololive Dreams》裡 疑因繪師犯了天條
今天不情勒!多鄰國秒恢復男童300天登入紀錄 酸民求救被無情拒絕
「咬肉絕對領域」日系女裝自拍照瘋傳 網:兄弟我戀愛了
LOL/誰「菜得像個大師」?實況主辦「9鐵牌+1大師」猜測活動 結尾卻驚天反轉
VTuber三毛貓「CK照」遭外流!聲明已採取法律行動