MiniMax发布了全新升级的T2A-01系列语音模型，并推出了海螺语音产品。该产品允许用户通过输入文字生成自然流畅的超拟人人声，支持多达10000字符的输入。用户可以自定义语音的情绪、语速、音高和音色，以满足不同场景的精细化需求。海螺语音支持包括中文、英语、日语等17种语言，并在中文的字错率和相似度方面表现最佳，英文的字错率和相似度也接近真实录音。此外，海螺语音还具备情感理解能力，能够重现语音中的情感差别，并预置了300多种不同风格的音色供用户选择。

🗣️海螺语音基于T2A-01系列模型，用户可通过输入文字生成高度拟真的语音，支持17种语言，单次输入可达10000字符。

⚙️用户可以自由调整语音的情绪、语速、音高和音色，满足复杂场景的精细化需求，并具备情感理解能力，能智能识别并重现语音中的情感差别。

🎚️海螺语音提供300+音色选择，涵盖不同语种、口音、性别和年龄，风格多样，适用于有声书、ASMR、新闻播报等多种场景。

📈评测结果显示，海螺语音在中文的字错率和相似度表现最佳，英文的字错率、相似度接近真实录音，表明其在语音合成质量上具有较高水平。

IT之家 1 月 21 日消息，MiniMax 昨日宣布，带来全新升级的 T2A-01 系列语音模型，并全球同步上线海螺语音产品。

据介绍，依托于 T2A-01 系列语音模型，用户在海螺 AI 仅需输入文字即可生成自然、流畅的超拟人人声，最长可输入多达 10000 字符。与此同时，用户可以根据需要自由配置输出语音的情绪、语速、音高，甚至调整音色效果，满足复杂场景的精细化需求。

IT之家注意到，海螺语音支持中文、粤语、英语、日语、韩语、阿拉伯语、葡萄牙语、西班牙语、法语、意大利语、印尼语、荷兰语、俄语、德语、越南语、土耳其语、乌克兰语等 17 种语言生成。

官方称，用和 Seed-TTS 论文相同的评测集和评测工具（WER：合成音频的文本和 asr 识别结果计算词错率；SIM：用说话人识别工具计算合成音频和真实音频的距离，表示复刻相似度）来计算海螺语音的字错率和相似度（加粗数字评分代表更优结果）。结果显示，海螺语音在中文的字错率和相似度最好，英文的字错率、相似度和真实录音「Human」接近。

海螺语音具备情感理解能力，能够智能地识别并重现语音中细微的情感差别，让声音更加鲜活，情绪表达更加精准。同时，还预置不同语种共计 300 + 音色供用户选择，用户可按语言、口音、性别和年龄分类筛选。音色多变，不羁、诙谐、慈祥等风格丰富多样，有声书、ASMR 耳语、新闻播报等场景均可适用。