Место в рейтинге
Fun-Realtime-TTS-Preview создана Tongyi Lab — лабораторией языковых технологий внутри Alibaba Group Holding. В рейтинге Artificial Analysis Speech Arena — одном из ведущих независимых бенчмарков для голосовых ИИ-систем — модель набрала 1 190 баллов и заняла пятое строчку среди всех участников.
Выше в таблице расположены только западные системы. Модели OpenAI и xAI — компании Илона Маска — оказались позади: Alibaba обошла обоих американских конкурентов в общем зачёте.
Техническое преимущество
Ключевым фактором высокого результата стала точность передачи китайских региональных диалектов и акцентов — области, в которой западные TTS-системы (text-to-speech, синтез речи из текста) традиционно показывают слабые результаты из-за ограниченности обучающих данных.
Корректная передача интонационных паттернов мандаринского диалекта, кантонского и других региональных вариантов китайского языка остаётся нерешённой задачей для большинства глобальных голосовых платформ. Именно в этой нише Tongyi Lab зафиксировала преимущество перед конкурентами.
Контекст
Alibaba Group — один из крупнейших технологических конгломератов Китая, владеющий платформами электронной коммерции, облачной инфраструктурой Alibaba Cloud и рядом медийных активов, в том числе изданием South China Morning Post.
Результат Tongyi Lab подтверждает нарастающую конкурентоспособность китайских ИИ-лабораторий в специализированных нишах — особенно там, где западные компании сталкиваются с дефицитом лингвистически разнообразных обучающих данных.
