在人工智能语音技术的前沿探索中，出门问问携手香港科技大学、上海交通大学、南洋理工大学及西北工业大学等顶尖学府，共同推出了一项开创性的成果——新一代语音生成模型Spark-TTS，并随之发布了其商业化版本TicVoice 7.0，这一举动标志着语音合成技术迈入了一个崭新的阶段。
TicVoice 7.0，作为出门问问第七代文本转语音（TTS）引擎，其独特之处在于能够摒弃传统多阶段、多流生成模型的依赖，仅凭单一的语言模型（序列猴子）以简洁的单阶段、单流方式高效完成TTS生成。这一革新不仅赋予了TicVoice 7.0超自然的语音克隆与跨语种生成能力，还允许用户根据个人需求定制专属声音，为个性化语音服务树立了新的标杆。
出门问问已将TicVoice 7.0应用于其AI配音产品“魔音工坊”，显著提升了用户体验。凭借领先的3秒语音克隆技术和卓越的精品发音人定制效果，魔音工坊在客服、有声书、情感直播、影视解说及配音等多个应用场景中展现了非凡的表现力，为用户带来了前所未有的听觉盛宴。
Spark-TTS模型一经发布，便迅速在Hugging Face趋势榜上占据TTS领域前列，其增长势头强劲，同时伴随相关论文的发布，在学术界也引发了广泛关注和热烈讨论。Spark-TTS之所以能引起如此反响，关键在于它引入了全新的语音编码范式，实现了建模结构与文本大型语言模型（LLMs）结构的高度统一，为行业带来了革命性的变化。
针对主流语音token存在的痛点，TicVoice 7.0与Spark-TTS提出了一种创新的BiCodec编码方式，将语音编码为Global Token和Semantic Tokens两部分，分别负责建模全局特征和语义相关信息。这种设计不仅简化了模型结构，还提高了音色等属性的精准控制，实现了高效性与可控性的完美结合。
在语音克隆能力方面，TicVoice 7.0再次刷新了行业标准，尤其在跨语言声音克隆上表现卓越。与上一代产品MeetVoice Pro及国内外同类产品相比，TicVoice 7.0在“3秒克隆”和“至臻Pro-精品发音人”定制方面展现出明显优势。其国际通用MOS评分从3.9提升至4.2，音色相似度、情感表现及稳定性均有显著提升，为用户带来了更加自然、悦耳、稳定的听觉体验。
TicVoice 7.0还支持用户通过调整性别、语速、基频等多种属性（即将上线）来精准定制独特的声音风格。在“至臻Pro-精品发音人”定制服务中，用户仅需提供20至200句语料，即可获得播音级的专业配音体验。其国际通用MOS分数从4.3提升至4.7，语音效果达到了广播级水平，为影视、游戏角色配音等场景提供了专业级的定制服务。
出门问问自2012年成立以来，一直致力于人工智能语音技术的研发与应用，不断迭代升级TTS引擎。通过深厚的技术积累和先进的产品应用经验，出门问问成功推出了“魔音工坊”、“奇妙元”、“元创岛”等一系列语音产品或搭载语音功能的产品，稳固了其在行业内的技术与产品领先地位。此次Spark-TTS的开源与TicVoice 7.0的发布，不仅展现了出门问问在语音生成领域的又一次重大突破，更为行业的发展注入了新的活力与动能。
