谷歌云推出高清語音模型Chirp 3，支持248種聲音和31種語言

谷歌云在倫敦DeepMind總部發布了高清語音模型Chirp3，並通過Vertex AI平台向開發者開放。該模型支持248種聲音和31種語言的語音合成，適用於智能語音助手、有聲讀物等應用。 Chirp3能夠捕捉人類語調的細微變化，使對話更加自然。此外，谷歌云提供文本轉語音API，允許用戶創建自定義語音，但為防濫用，語音克隆功能受限。

發布會上，谷歌云CEO托馬斯·庫里安強調了谷歌提供廣泛模型的願景，包括Gemini、Imagen等。 DeepMind CEO德米斯·哈薩比斯則介紹了Gemini的多模態理解能力，如處理YouTube視頻內容。谷歌還宣布了提升英國AI技能的計劃，並支持初創企業使用雲基礎設施和AI工具。

在隱私和合規性方面，谷歌承諾數據駐留，Vertex AI和Agent Space AI工具幫助組織在符合當地法律的情況下進行模型訓練和服務，特別適用於醫療和金融等行業。

項目:https://cloud.google.com/text-to-speech/docs/chirp3-hd