dots.tts

dots.tts 是一个20亿参数、端到端全连续自回归语音合成系统，不依赖离散音素或token，直接建模48 kHz高采样率波形。其架构融合语义编码器、大语言模型（LLM）与基于流匹配的自回归声学头，并以AudioVAE为底层表示。项目在多语言评测（含中英文及24语种MiniMax基准）中达到开源SOTA水平，具备高语音相似度、稳定生成、零样本语音克隆和情感表达能力。适用于需要高质量、高保真、多语言支持的TTS应用，如智能语音助手、有声内容生成与无障碍交互系统。