8月15日，昆仑万维(300418)正式上线Mureka V7.5模型。Mureka V7.5在中文歌曲上的演绎再上新台阶，不仅实现了中文歌曲音色、演奏技法的大幅提升，还完成了中文歌曲咬字与情感表现提升。
首先，基于对中文曲风和元素的强大理解，Mureka的理解模型对传统民歌、戏曲到经典华语流行金曲乃至当代民谣音乐拥有深刻认知。这种在中文音乐多样性与文化特性上的深度积累，使模型在理解和生成中文音乐时，能够更准确地传达其特有的艺术神韵和情感色彩。
其次，为了进一步提升生成音乐中人声表现的真实性与情感深度，针对歌曲特点优化了ASR技术，使之成为理解模块的有力延伸。
Mureka V7.5不仅能「听懂」对音乐旋律与节奏的制作要求，更能深刻理解并再现不同文化语境下，特别是中文音乐中蕴含的细腻情感与艺术表达，从而为生成高度符合目标审美与文化语境、兼具艺术性与真实感的音乐作品，打下坚持技术基础。
同时，在语音模型方向上，昆仑万维语音团队推出MoE-TTS——首个基于MOE的角色描述语音合成框架。
该框架创新性地结合预训练大语言模型（LLM）文本能力与语音专家模块（Speech Expert Modules），为文本与语音分别配置专用专家模块，并在Transformer核心结构中引入模态路由，确保各模态独立优化、互不干扰。在冻结文本参数的同时高效对齐跨模态信息，实现“知识零损失”的泛化理解能力。
MoE-TTS的发布不仅为学术界提供了可复现的开放描述 TTS 解决方案，也证明了模态解耦 + 知识冻结迁移的技术路径在语音合成中的巨大潜力。这一突破有望推动行业从“封闭标签式控制”走向“自然语言自由控制”的新范式，加速数字人、虚拟助手和沉浸式内容创作的体验升级。
MoE-TTS目前仍在迭代中，后续规划将集成至旗下Mureka-Speech平台作为角色配音的基座模型，为全球开发者和创作者提供开放、高效、可定制的描述性语音合成能力。（燕云）
亿策略提示：文章来自网络，不代表本站观点。
