當前，國內AI人工智能應用大爆發。DeepSeek的橫空出世讓AI加速普及，AI正以前所未有的速度重塑各行各業。在深入推進“人工智能+行動”的指引下，中國科技企業以獨特的路徑在全球競爭中脫穎而出。在這一過程中，本土化的深度洞察與技術創新相結合，為AI應用快速普及與落地鋪平道路。

4月7日，趣丸科技首款搭載SOTA模型的AI語音應用——趣丸千音（英文名：All Voice Lab）開啟邀測。

作為全球領先的AI語音創作平臺，趣丸千音旨在提供一站式智能語音解決方案。平臺集成文本轉語音、視頻翻譯、多語種合成等能力，是業界首個從模型到應用全面趕超國際先進水平的AI語音產品，適用于影視動漫、有聲讀物、新聞傳媒、文旅導覽等多個行業，全流程革新內容創作與國際傳播，為用戶帶來前所未有的沉浸式體驗。

綜合能力全球領先，趕超國際先進水平

趣丸千音堅持以用戶需求驅動產品創新，致力于給企業和創作者帶來更智能、更高效、更卓越的產品體驗，首批面向大眾開放的功能如下：

視頻翻譯：一站式Agent工作流，上傳視頻自動完成“字幕擦除-翻譯-配音-后期-成片交付”。單次批量上傳最大支持40G，是業界首個實現工業化量產水平的產品，顛覆全球化內容生產模式。

文本轉語音：輸入文本即配音，自動識別多種語言，可選擇不同音色和調節語速，滿足復雜場景的精細化需求。

有聲書：一站式Agent工作流，上傳長篇文本自動生成有聲書或播客。支持多種文件格式、多角色分配和段落編輯，能夠制作更具有情感表現力的有聲讀物，讓每個故事和角色都栩栩如生。

在MaskGCT（Masked Generative Codec Transformer）模型能力支持下，趣丸千音在語音相似度、準確率、質量和穩定性上均領先于同類產品，同時支持支持中文、英語、日語、法語、德語、韓語等多語種生成，能夠提供全球化的語音輸出。

MaskGCT是趣丸科技與香港中文大學（深圳）聯合研發的開源語音大模型，采用掩碼生成模型與語音表征解耦編碼的創新范式，曾登頂GitHub趨勢榜榜首。該模型在全球最大且最為多樣的高質量多語種語音數據集之一“Emilia”上進行訓練，展現出超自然的風格遷移及跨語言生成能力。實驗表明，模型在多個TTS基準數據集上都達到了SOTA效果，超過當前最先進的同類模型，某些指標甚至超過人類水平。

此外，測試者使用趣丸千音與ElevenLabs、Open AI gpt-4o-mini-tts進行繞口令“燙嘴挑戰”。實測發現，趣丸千音的中文生成效果明顯更優，在停頓、韻律、音準表現上更自然流暢、媲美真人。

解決真實場景需求，打造AI語音的“特斯拉時刻”

趣丸科技從模型自研到產品創新均以用戶需求為導向，這讓趣丸千音得以率先在垂直縱深場景中開辟出差異化的應用路徑。目前，趣丸千音在影視動漫、有聲讀物、新聞傳媒、文旅導覽、在線教育等領域應用場景廣闊。

這種“小切口大機會”的邏輯，與特斯拉用Model S打開電動車市場異曲同工：先用極致效率攻克一個高需求場景，再以標準化能力橫向吞噬百億市場。據《2024全球數字內容產業報告》，僅媒體與泛娛樂領域的多語言翻譯需求規模已超650億美元，而趣丸千音正成為這條賽道的核心基建。

以微短劇應用場景為例，作為中國文化出海“新三樣”，微短劇正在海外刮起強勁“中國風”。國家廣播電視總局國際合作司公布的數據顯示，中國微短劇海外應用已突破300款，全球累計下載量逾4.7億次；中國微短劇產品已覆蓋全球200余個國家和地區。

短劇出海的爆發，也讓譯制劇加速成為出海內容的主體。而傳統人工譯制流程周期長、成本高昂正成為制約短劇作品“走出去”的一大瓶頸。目前，趣丸千音的視頻翻譯功能可實現12小時譯制1000分鐘劇集，效率較人工提升10倍+，成本下降15倍+，讓譯制行業在AI賦能下邁入工業化量產新紀元，為中國優秀作品按下出海“倍速鍵”。

這組數據背后，不僅讓支持45分鐘單次上傳的ElevenLabs望塵莫及，也是工業化能力對實驗室原型的降維打擊。

AI的未來，不是某一個企業的未來，而是整個產業生態的未來。趣丸科技始終堅持科技開發造福社會，最大化發揮AI的價值，幫助更多個人用戶和企業用得上、用得起、用得好先進的模型與產品，攜手更多行業伙伴共建產業生態圈，邁向高質量發展新階段。