2026-04-02 16:02·IT之家·中文美团发布 LongCat-AudioDiT 音频生成模型:说话人相似度指标提升至 0.818,现已开源美团发布 LongCat-AudioDiT 音频生成模型,直接于波形潜空间进行文本转语音,摒弃传统多阶段流程,有效减少误差累积。其 3.5B 版本在说话人相似度指标上超越多个知名模型,现已开源。#AI 语音合成##美团开源#阅读原文返回快讯列表