不依赖真实语音堆料也能在低资源语言合成上超越现有最强模型，这是入选 ICML 2026 的 SE-Bridge-TTS 交出的答案。该工作以合成数据扩展与偏好对齐为核心，完全绕开了传统对大规模真声采集的路径依赖，仅利用极少量的真实语音标注即可完成自举训练。在泰语、老挝语等长期缺乏高质量语音数据的语种上，SE‑Bridge‑TTS 一举刷新多项客观与主观评测指标，实现对先前 SOTA 的全面超越。研究团队同步释出了泰语、老挝语预训练权重以及专门的评估基准，为整个低资源语音合成社区补上了关键的基础设施缺口。

打开网易新闻 查看精彩图片