本報訊 （記者李喬宇）

    8月11日，昆侖萬維科技股份有限公司（以下簡稱“昆侖萬維”）SkyWorkAI技術(shù)發(fā)布周正式啟動。8月11日至8月15日，公司每天發(fā)布一款新模型，連續(xù)五天，覆蓋多模態(tài)AI核心場景的前沿模型。

    截至目前，昆侖萬維已經(jīng)發(fā)布SkyReels-A3、Matrix-Game2.0、Matrix-3D、SkyworkUniPic2.0、SkyworkDeepResearchAgent模型。8月15日，昆侖萬維正式上線MurekaV7.5模型。至此，昆侖萬維SkyWorkAI技術(shù)發(fā)布周完美收官。

    MurekaV7.5在中文歌曲上的演繹再上新臺階，不僅實現(xiàn)了中文歌曲音色、演奏技法的大幅提升，還完成了中文歌曲咬字與情感表現(xiàn)提升。

    首先，基于對中文曲風和元素的強大理解，Mureka的理解模型對傳統(tǒng)民歌、戲曲到經(jīng)典華語流行金曲乃至當代民謠音樂擁有深刻認知。這種在中文音樂多樣性與文化特性上的深度積累，使模型在理解和生成中文音樂時，能夠更準確地傳達其特有的藝術(shù)神韻和情感色彩。

    其次，為了進一步提升生成音樂中人聲表現(xiàn)的真實性與情感深度，昆侖萬維針對歌曲特點優(yōu)化了ASR技術(shù)，使之成為理解模塊的有力延伸。這項技術(shù)深入到演唱的微觀層面，不僅精準識別唱詞，更能通過分析真實演唱中的氣息運用、情感起伏和唱法細節(jié)，智能劃分出符合演唱規(guī)律的樂句，并確定自然的換氣與停頓位置。結(jié)合同樣精準的樂段識別，顯著提升了生成人聲的段落清晰度與結(jié)構(gòu)真實感。

    同時，在語音模型方向上，昆侖萬維語音團隊推出MoE-TTS——首個基于MOE的角色描述語音合成框架。

    MoE-TTS創(chuàng)新性地結(jié)合預訓練大語言模型（LLM）文本能力與語音專家模塊（SpeechExpertModules），為文本與語音分別配置專用專家模塊，并在Transformer核心結(jié)構(gòu)中引入模態(tài)路由，確保各模態(tài)獨立優(yōu)化、互不干擾。

（編輯 張明富）