许可协议: apache-2.0 支持语言:

• 意大利语
• 英语
• 波兰语
• 德语
• 法语 基础模型:
• nari-labs/Dia-1.6B 任务标签: 文本转语音 标签:
• 语音
• 对话式人工智能
• 文本转语音
• 人声
• 音色

Aurora-1.6B：多语种情感与歌唱语音合成模型

基于Dia-1.6B进行微调的版本，训练数据包含多语种及歌唱数据集，具备完整情感控制与零样本音色克隆能力。

核心特性

• 多语种支持
  流畅合成意大利语、英语、波兰语、德语、法语等多种语言的语音。
• 情感调控
  通过说话人标签或情感标记（如[S1]、[happy]、[sad]）精确调节语音表现力。
• 歌唱功能
  通过输入歌唱提示或风格参考，生成具有旋律性的人声演唱。
• 零样本音色克隆
  仅需短音频样本即可克隆任意说话人的音色特征。
• 拟声词合成
  支持内联合成真实非语言声音效果，如(笑声)、(咳嗽声)或(叹息声)。

使用示例

from dia.model import Dia
import soundfile as sf

# 加载Aurora-1.6B模型
model = Dia.from_pretrained("Lorenzob/aurora-1.6b")

# 生成快乐语调的说话语句接续歌唱片段
text = "[S1][happy] 你好世界！现在演唱《生日快乐歌》"
audio = model.generate(text)

# 以44.1kHz采样率保存输出
sf.write("output.wav", audio, 44100)