腾讯突破语音合成技术瓶颈，零样本克隆性能大幅提升

腾讯研究团队在语音合成技术上取得突破，提出F5R-TTS系统，首次将GRPO优化应用于非自回归模型，显著提升零样本语音克隆的可懂度和说话人一致性。该技术通过概率化转换和两阶段训练策略，解决了非自回归TTS模型强化学习的难题，在WER和SIM指标上分别提升29.5%和4.6%。实验验证其在复杂场景下的稳定性，为语音合成领域提供新思路。