MegaTTS3

MegaTTS3 是字节跳动开源的高质量、轻量级语音合成（TTS）模型，基于扩散Transformer架构实现。核心特点包括：仅0.45B参数的高效骨干网络；支持中英文双语及自然代码切换；提供高保真语音克隆能力，用户可上传短语音样本生成对应声学隐变量；具备发音、时长及口音强度等可控调节能力。适用于需要低资源开销、多语言支持与快速定制化语音的场景，如智能助手、有声内容生成、教育工具和本地化语音交互系统。