• 覆盖数万条敏感词，涵盖政治、色情、暴力等多个重点领域，保障内容审核全面有效
• 持续社区驱动更新，紧跟社会语境变化，确保词库时效性与准确性
• 纯文本格式，兼容任意编程语言和框架，支持多种过滤算法（DFA、Trie、正则等）快速集成
• 开源 MIT 许可，支持自由使用、修改与分发，欢迎贡献词汇和优化建议
• 使用前请结合业务需求与当地法规，灵活调整敏感词定义，确保合规且契合实际场景
• 项目由中国数字时代与中国农业科学院信息化办公室支持，社区维护活跃，已有近千星标认可
Higgs Audio v2：音频生成的新标杆，融合千万小时多语种数据，展现前所未有的表达力
• 训练资源全面，支持单说话人训练，正在开发多说话人版本，兼容 LoRA 微调，16G 显存即可启动
• 自动化多模型标注管道，清洗十亿级音频数据，结合语义与声学特征的统一音频 tokenizer，性能领先业界
• 采用创新 DualFFN 架构，极大提升 LLM 对声学 token 的建模能力，计算开销低，生成效果自然流畅
• 多语言、多说话人对话生成，自动韵律适配，支持零样本语音克隆与背景音乐同步生成，表现超过 GPT-4o-mini-tts
• 在 Seed-TTS、ESD、EmergentTTS 等多个权威评测中名列前茅，情感与疑问类胜率分别达 75.7% 和 55.7%
• 开箱即用的 Docker 镜像与多种环境安装方案，提供丰富示例，支持零样本语音克隆、智能单说话人生成、多说话人对话等多场景
• 适合科研、产品开发及个性化语音合成需求，助力打造更具表现力和自然度的语音交互体验
深入理解语音生成的多维度特征与上下文关联，体现了对声音本质的精准把握，是未来音频 AI 发展的重要里程碑。
• 训练资源全面，支持单说话人训练，正在开发多说话人版本，兼容 LoRA 微调，16G 显存即可启动
• 自动化多模型标注管道，清洗十亿级音频数据，结合语义与声学特征的统一音频 tokenizer，性能领先业界
• 采用创新 DualFFN 架构，极大提升 LLM 对声学 token 的建模能力，计算开销低，生成效果自然流畅
• 多语言、多说话人对话生成，自动韵律适配，支持零样本语音克隆与背景音乐同步生成，表现超过 GPT-4o-mini-tts
• 在 Seed-TTS、ESD、EmergentTTS 等多个权威评测中名列前茅，情感与疑问类胜率分别达 75.7% 和 55.7%
• 开箱即用的 Docker 镜像与多种环境安装方案，提供丰富示例，支持零样本语音克隆、智能单说话人生成、多说话人对话等多场景
• 适合科研、产品开发及个性化语音合成需求，助力打造更具表现力和自然度的语音交互体验
深入理解语音生成的多维度特征与上下文关联，体现了对声音本质的精准把握，是未来音频 AI 发展的重要里程碑。
• 高性能后端：基于昇腾CANN Graph Engine和并行计算技术，推理速度大幅提升，单卡DeepSeek V2 Lite最高加速比超500%。
• 易用性强：简洁的运行接口，支持快速部署为可调用推理服务，兼容OpenAI API的llama-server服务端。
• 可扩展设计：便于添加新模型支持，满足多样化应用需求。
• 环境依赖明确：推荐CMake≥3.22，GCC≥10.3.1，华为CANN工具包≥8.2.RC1.alpha001。
• 性能测试权威：单机八卡环境下DeepSeek V2加速比最高达116%，大幅提升并发处理能力。
• 开发借鉴优秀开源项目，融合llama.cpp、ggml、torchair经验，保证架构先进稳定。
JittorInfer结合昇腾硬件优势，打造高效推理生态，助力大型语言模型产业化落地。
