出门问问（02438.HK）联合香港科技大学、上海交通大学等全球顶尖学术机构，正式开源新一代语音生成模型Spark-TTS，同步发布技术论文并上线开源社区SparkAudio。该模型凭借BiCodec语音编码范式与单阶段生成架构，迅速登上Hugging Face TTS趋势榜前二，引发学界与开发者热议。

核心亮点：

1. 颠覆性技术架构：首创BiCodec编码技术，将语音拆解为Global Token（全局音色）与Semantic Token（强语义关联），攻克传统语音token可控性差、生成链路复杂等痛点，实现与文本大模型（如Qwen2.5）的结构统一。

2. 高效可控生成：仅用单流语言模型即可完成语音克隆、跨语种生成等高阶任务，支持通过属性标签（性别、基频）精准控制音色，大幅降低商业化部署门槛。

3. 产学研生态协同：开源社区SparkAudio提供完整代码与预训练模型，加速行业技术迭代。相关论文已发布，技术细节透明化推动产学研深度联动。

市场意义：

Spark-TTS的开源标志着语音生成技术迈入新阶段，为AIGC行业提供底层技术基础设施。出门问问凭借技术先发优势，进一步巩固其在AI语音领域的生态话语权。

论文Demo展示：

https://sparkaudio.github.io/spark-tts/