PANews 5月7日訊息，小米AI實驗室推出多語言語音克隆TTS模型OmniVoice，採用單一雙向Transformer極簡架構，支援646種語言語音合成，在中英文場景的合成品質和推理速度優於主流模型。該模型基於約58萬小時、50個開源資料集訓練，對低資源語種使用動態上採樣策略，在24種與102種語言測試中語音相似度和可懂度超越多款商用系統，部分指標接近甚至優於真實語音。 OmniVoice支援跨語言語音複製、自訂音色、帶噪參考音訊適配、副語言控制和發音糾錯，並已在Github和Huggingface等平台開源訓練、推理程式碼及模型權重。