钛媒体 App 10 月 24 日消息，香港中文大学（深圳）与趣丸科技联合研发的语音大模型 "MaskGCT" 正式在 Amphion 系统中开源，面向全球用户开放使用。区别于传统 TTS 模型，该模型采用掩码生成模型与语音表征解耦编码的创新范式，在声音克隆、跨语种合成、语音控制等任务中展现出卓越性能。 据介绍，MaskGCT 在三个 TTS 基准数据集上都达到了 SOTA 效果，性能超过当前最先进的同类模型，某些指标甚至超过人类水平。