ChatTTS Speaker 提供了ChatTTS生成的音色的稳定性评分，并根据性别和年龄分类，用户可以试听这些音色。
ChatTTS Speaker 使用了通义实验室的 ERes2NetV2 说话人识别模型对音色进行打分。具体评分指标包括：
Support authors and subscribe to content
This is premium stuff. Subscribe to read the entire article.
Login if you have purchased
OpenAI文字生成视频模型，Sora 可以根据文字提示生成长达 60 秒的高清视频，而且视频能包含高度详细的场景、复杂的摄像机运动以及充满活力的情感的多个角色。