dia

Dia 是一个由 Nari Labs 开发的1.6B参数文本转语音模型，能够一次性生成高度逼真的对话。其核心功能包括直接从文字脚本生成自然对话，并支持通过音频条件控制情感和语调，还能产生如笑声、咳嗽等非言语交流。该模型基于Python开发，采用Hugging Face Transformers框架，目前仅支持英语。适用于需要高质量语音合成的应用场景，例如虚拟助手、有声读物制作或游戏角色配音等。开发者提供了预训练模型权重及推理代码以加速研究进度，同时在Hugging Face平台上开放了在线试用空间。