发布时间：2026-06-13 已有： 位 网友关注
币界网消息，ZONOS2是首个开源的稀疏混合专家架构语音合成模型，拥有80亿总参数，推理时仅需激活9亿参数。该模型主打高保真度与零样本声音克隆，无需微调即可快速提取说话人的声音特征并生成逼线直接预测音频编解码器离散标记，以输出录音室级别的44.1 kHz音频。其训练数据集从初代模型的20万小时扩展至600多万小时，约合707年的音频长度。ZONOS2基于Apache 2.0协议开放权重，并提供GitHub推理代码，同时在搭载AMD硬件的Zyphra云平台提供限时免费在线试用。
