小红书智创音频技术团队正式对外发布新一代对话合成模型——FireRedTTS-2。这款全新模型的推出，不仅是团队在音频技术领域的又一次重要突破，更针对当前对话合成领域普遍存在的灵活性差、发音错误多等核心痛点，给出了极具创新性的解决方案，为行业发展注入新的活力。
在当前的对话合成技术应用场景中，诸多方案面临着难以忽视的问题。一方面，灵活性不足成为制约技术落地的关键瓶颈。传统模型在应对不同场景、不同风格的语音合成需求时，往往需要进行大量的参数调整和模型适配，不仅耗时耗力，还难以快速响应多样化的用户需求。比如在电商直播场景中，主播可能需要时而亲切活泼、时而专业严谨的语音风格，传统模型很难在这两种风格之间实现无缝切换，导致用户体验大打折扣。另一方面，发音错误频发的问题也严重影响着合成语音的质量。无论是生僻字、多音字的发音偏差，还是特定领域专业术语的不准确朗读，都让合成语音显得不够自然、专业，难以满足教育、医疗、金融等对语音准确性要求极高的领域需求。
为攻克这些痛点，小红书智创音频技术团队进行了大量的研发与探索，最终通过两大核心技术升级，实现了FireRedTTS-2合成效果的跨越式提升。首先，团队对离散语音编码器进行了全面升级。新一代的离散语音编码器能够更精准地捕捉语音的细微特征，包括语调、语气、节奏等，将语音信息转化为更丰富、更细腻的离散表征。这一升级使得模型在处理不同风格、不同情感的语音合成任务时，能够更好地还原真实人类的语音特点，极大地提升了合成语音的自然度和灵活性。例如，在合成故事朗读语音时，模型能够根据故事情节的发展，自动调整语调的高低起伏和语速的快慢，让听众仿佛置身于真实的故事场景中。
其次，文本语音合成模型的优化也是FireRedTTS-2的一大亮点。团队针对文本处理环节进行了深度优化，引入了更先进的文本分析算法，能够更准确地理解文本的语义、语法结构以及多音字、生僻字的正确发音规则。同时，模型还结合了海量的语音数据进行训练，不断提升对不同领域专业术语的发音准确性。在实际测试中，FireRedTTS-2在处理包含大量专业术语的科技文献朗读任务时，发音准确率较传统模型提升了超过20%，有效解决了传统模型发音错误多的问题。
凭借着这两大核心技术升级，FireRedTTS-2在多项主客观测评中均展现出行业领先的水平。在客观测评方面，模型在语音自然度、发音准确率、语速稳定性等关键指标上，均大幅超越行业平均水平，部分指标甚至达到了当前行业的最高标准。其中，语音自然度得分较上一代模型提升了15%，发音准确率更是高达98.5%，几乎可以媲美专业播音员的发音水平。在主观测评中，团队邀请了不同年龄段、不同职业背景的用户对模型合成的语音进行评价，结果显示，超过90%的用户认为FireRedTTS-2合成的语音在自然度和可听性上，与人类真实语音几乎没有差异，在处理多样化语音需求时的表现也得到了用户的广泛认可。
