近日，昆仑万维正式上线 Mureka V7.5 模型，这是其 SkyWork AI 技术发布周的压轴之作。该模型在中文歌曲创作方面展现出卓越能力，实现了音色、演奏技法以及咬字和情感表现的大幅提升，标志着 AI 音乐创作水平再迎新高度。
一、强大的中文音乐理解能力
Mureka V7.5 基于对中文曲风和元素的深刻理解，其理解模型涵盖了从传统民歌、戏曲到经典华语流行金曲乃至当代民谣音乐等多种风格。这种深度积累使其在理解和生成中文音乐时，能够更准确地传达其特有的艺术神韵和情感色彩。
二、优化的 ASR 技术提升人声表现
为了进一步提升生成音乐中人声表现的真实性与情感深度，Mureka V7.5 优化了自动语音识别（ASR）技术。该技术深入到演唱的微观层面，能够精准识别唱词，并分析真实演唱中的气息运用、情感起伏和唱法细节。通过智能划分乐句、确定自然的换气与停顿位置，显著提升了生成人声的段落清晰度与结构真实感，使 AI 演绎的歌曲在流畅性上更贴近真人演唱。
三、创新的语音合成框架 MoE-TTS
在语音模型方向上，昆仑万维语音团队推出了 MoE-TTS——首个基于 MOE 的角色描述语音合成框架。该框架创新性地结合预训练大语言模型（LLM）文本能力与语音专家模块（Speech Expert Modules），为文本与语音分别配置专用专家模块，并在 Transformer 核心结构中引入模态路由，确保各模态独立优化、互不干扰。在冻结文本参数的同时高效对齐跨模态信息，实现“知识零损失”的泛化理解能力。
四、应用前景与市场潜力
Mureka V7.5 的上线不仅为音乐创作带来了新的可能性，也为数字人等领域提供了强大的技术支持。其在歌曲质量和指令遵循度上的优异表现，使其在同类模型中脱颖而出，有望在音乐创作、虚拟主播、有声读物等多个领域得到广泛应用。
