一、SpeechT5：语音交互领域的”瑞士军刀” 作为微软亚洲研究院推出的预训练语音模型，SpeechT5凭借其统一的多模态架构，在语音合成（TTS）、语音识别（ASR）和语音转换（VC）三大核心任务中实现了性能突破。该模型……
