支持超600种语言！小米开源TTS模型OmniVoice，基于58万小时数据训练；仅需单段参考音频：VoxCPM2解锁高保真音色复刻与个性化声音定制

目前，HyperAI超神经官网已上线了「OmniVoice：支持 600+ 语言的高质量 TTS」，快来试试吧~

在线使用：https://go.hyper.ai/BvKri

4 月 11 日-4 月 17 日，hyper.ai 官网更新速览：

* 优质教程精选：6 个

* 热门百科词条：5 条

* 4 月截稿顶会：2 个

访问官网：hyper.ai

1. OmniVoice：支持 600+ 语言的高质量 TTS

OmniVoice 是小米 AI Lab Next-gen Kaldi 团队推出的多语言文本转语音（Text-to-Speech, TTS）模型，支持超过 600 种语言的高质量语音合成。该项目基于迭代式非掩码解码（Iterative Unmasked Decoding）架构，实现了语音克隆（Voice Clone）、语音设计（Voice Design）和自动语音（Auto Voice）三大核心功能。

在线运行：https://go.hyper.ai/BvKri

Demo 页面

2. DeepTutor 个人学习助手

DeepTutor 是由香港大学数据智能实验室于 2026 年 3 月推出的个人学习助手，是一个全方位的 AI 驱动教学系统。该项目整合了四大核心功能模块：海量文档知识问答、交互式学习可视化、知识强化与练习题生成，以及深度研究与创意生成，为学习者提供一站式智能学习体验。

在线运行：https://go.hyper.ai/8YnI3

Demo页面

3. VoxCPM2 音色复刻：30+语言、 9 大方言

VoxCPM2 是由 OpenBMB 于 2026 年 4 月发布的 2B 参数规模 tokenizer-free 文本转语音模型，支持 30 种语言、无需额外语言标签，还同时覆盖了从零生成新音色、基于参考音频进行可控克隆、结合参考音频与转写文本进行极致克隆，以及根据文本内容自动调整语气和表现力等多种使用场景。官方还特别强调了 48 kHz 输出、对 16 kHz 参考音频的兼容、上下文感知式表达。

在线运行：https://go.hyper.ai/RLgK9

Demo 页面

4. 一键部署 Nemotron-Cascade-2-30B-A3B

Nemotron-Cascade-2-30B-A3B 由 NVIDIA 于 2026 年 3 月发布，是一款 30B MoE、约 3B activated parameters 的开源大语言模型，基于 Nemotron-3-Nano-30B-A3B-Base 后训练而来。模型的核心定位是提供强推理、对话、代码相关与 agentic 场景能力，并同时支持 thinking mode 与 instruct mode 两种使用方式。

在线运行：https://go.hyper.ai/GoEaW

Demo 页面

5. Netflix VOID：具备物理感知的革命性视频物体移除

Netflix VOID 是由 Netflix 团队与苏非亚大学（Sofia University）于 2026 年 4 月联合开源的视频编辑模型。Netflix VOID 模型拥有 50 亿参数，专为解决电影后期制作中的物理一致性难题而设计，旨在打破传统视频补全技术在处理复杂物体交互时的因果逻辑局限。

在线运行：https://go.hyper.ai/uZoMl

Demo 页面

6. Fun-CineForge：多样化影视场景零样本配音统一模型

Fun-CineForge 是由通义实验室语音团队和中国科学技术大学于 2026 年 1 月联合推出的零样本影视配音项目。该项目包含一个生产大规模配音数据集的端到端数据集管道，和一个基于多模态大模型（Large Multimodal Model, LMM）的配音模型，专为多样的电影场景而设计。

在线运行：https://go.hyper.ai/DyQKk

Demo页面

1. 技能 Skills

2. 地面真实值 Ground Truth

3. 人机回圈 Human-in-the-loop

4. 大规模多任务语言理解（MMLU）

5. 倒数排序融合 Reciprocal Rank Fusion

这里汇编了数百条 AI 相关词条，让你在这里读懂「人工智能」：

https://go.hyper.ai/wiki

以上就是本周编辑精选的全部内容，如果你有想要收录 hyper.ai 官方网站的资源，也欢迎留言或投稿告诉我们哦！

下周再见！