- Китайская ИИ-модель OmniVoice поддерживает генерацию речи на 600+ языках — рекорд для отрасли.
- Для клонирования голоса достаточно 5-10 секунд аудио, что в разы быстрее конкурентов.
- Скорость обработки в 40 раз превышает реальное время, позволяя генерировать аудио моментально.
- Модель работает даже на слабом оборудовании («запустится даже на картошке»), включая мобильные устройства.
- OmniVoice бесплатна, доступна в онлайн-демо, на HuggingFace и с открытым исходным кодом на GitHub.
- Новинка бросает вызов ElevenLabs и другим западным разработчикам, предлагая более гибкие настройки голоса (пол, возраст, шепот и др.).
Китайские разработчики из команды OmniVoice представили революционную ИИ-модель для генерации и клонирования речи, которая по ряду параметров обходит даже такие известные решения, как ElevenLabs . Новинка поддерживает генерацию аудио на более чем 600 языках — это рекордный показатель для отрасли, где большинство аналогов ограничены 100-200 языками.
Для клонирования голоса достаточно всего 5-10 секунд записи, что в несколько раз быстрее, чем у конкурентов. Скорость обработки данных впечатляет: модель генерирует аудио в 40 раз быстрее реального времени. Это означает, что даже длинные тексты обрабатываются за доли секунды, что критично для коммерческих приложений, таких как подкасты, озвучка видео или синтез речи для чат-ботов. При этом OmniVoice не требует мощного оборудования — она запускается даже на слабых устройствах, включая бюджетные смартфоны или одноплатные компьютеры типа Raspberry Pi.
Функциональность модели также поражает: пользователи могут настраивать параметры голоса, включая пол, возраст, тембр, шепот или даже акценты.
Все это доступно бесплатно, а сама модель выложена в открытый доступ на платформе HuggingFace и на GitHub . Для тестирования разработчики предоставили онлайн-демонстрацию, где любой желающий может оценить возможности OmniVoice в действии. Эксперты отмечают, что появление такой технологии ставит под угрозу позиции западных разработчиков, включая ElevenLabs, которые долгое время считались лидерами в области ИИ-озвучки.
Китайские команды активно наращивают темпы в сегменте генеративного ИИ, предлагая более доступные и производительные решения. Впрочем, пока рано говорить о полном вытеснении конкурентов — OmniVoice предстоит пройти путь от экспериментальной модели до стабильного коммерческого продукта.
Тем не менее, уже сейчас понятно, что ИИ-генерация речи вступает в новую фазу: скорость, мультиязычность и доступность становятся ключевыми факторами успеха. Для бизнеса это означает снижение затрат на озвучку контента и расширение географии применения технологий.
