2 篇博文 含有标签「research」

过去两年，语音克隆已经从早期的 Bark、Tortoise、VALL-E-X、XTTS-v2 时代，明显切换到“大模型 TTS + zero-shot/few-shot voice cloning”路线。现在主流体验不再只是“能不能模仿音色”，而是看它能不能稳定说长文本、能不能跨语言、能不能控制情绪和语速、能不能本地跑，以及有没有好用的 WebUI 或 Hugging Face demo。

如果是自用场景，许可证不一定是第一过滤条件。更实际的筛选标准是：效果体验、中文/多语能力、上手成本、长文本稳定性、是否适合长期做自己的声音库。 本文按 2025 年以后仍活跃或有新版路线的项目做一次集中梳理。

到 2026 年 7 月底，再问“今年还有哪些会能投”，最容易得到两种错误答案。

一种只按全文截止日期排序，于是把 mandatory abstract 已经过期的会议也算成“仍开放”；另一种只搜索 CFP 里有没有 AI for Math，于是错过 WSDM、FSE、CAV、IUI 这类名字不直接写数学、却可能非常适合的会议。

更麻烦的是，这里说的“2026 下半年可投”，大多是投稿截止发生在 2026 年、会议在 2027 年举行，而不是只找会期在 2026 年的会议。