微软发布 DragonV2.1 模型：AI 转录语音更自然，单词错误率平均下降 12.8%、支持合成超 100 种语言

GoodNav 报道，微软今日发布 DragonV2.1Neural 零次学习模型，该模型只需少量数据即可生成自然、富有表现力的语音，支持超过 100 种语言。

这款文本转语音 (TTS) 模型能够提供更自然、更具表现力的语音，提高发音准确性并增强可控性。它只需要几秒钟的语音样本就能合成超过 100 种语言的语音，显著优于此前版本 DragonV1 在专有名词发音上的不足。

DragonV2.1 模型应用广泛，例如定制聊天机器人声音和为多语言视频配音等。微软表示，该模型的单词错误率 (WER) 平均降低了 12.8%，显著提升了发音准确性。