2025年8月15日，昆仑万维集团重磅宣布Mureka V7.5模型的正式上线，为AI音乐创作领域注入了革命性力量，标志着备受瞩目的SkyWork AI技术发布周圆满落幕。在这场持续五天的技术盛宴中，昆仑万维每日推出一款创新模型，全面覆盖多模态AI核心场景的前沿技术，包括突破性的SkyReels-A3、Matrix-Game2.0、Matrix-3D、Skywork UniPic2.0以及Skywork Deep Research Agent等旗舰产品。Mureka V7.5作为本次发布周的压轴之作，在中文歌曲创作领域展现出令人惊叹的卓越能力，不仅大幅提升了音色表现与演奏技法，更在咬字精准度和情感传递上实现了质的飞跃。
Mureka V7.5凭借对中文曲风和音乐元素的深度解析，能够精准捕捉中文音乐的艺术神韵与情感色彩。它完美融合了从传统民歌、戏曲到经典华语流行金曲以及当代民谣音乐等多种风格，生动展现了中文音乐的丰富多样性与独特文化魅力。为了进一步提升人声表现的真实感与情感深度，Mureka V7.5特别优化了自动语音识别（ASR）技术。这项技术深入到演唱的微观层面，能够精准识别唱词，并细致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、科学确定换气与停顿位置，Mureka V7.5显著提升了生成人声的段落清晰度与结构真实感。
这些细节的捕捉与反馈极大地增强了人声的自然度、呼吸感以及情感表达的真实性，有效削弱了机械感，使AI演绎的歌曲在流畅性上更贴近真人演唱，尤其在处理中文歌曲特有的韵律和气息要求时表现出色。与此同时，昆仑万维语音团队还推出了MoE-TTS——全球首个基于Mixture of Experts（MOE）的角色描述语音合成框架。作为一项面向开放描述场景的前沿研究，MoE-TTS能够让用户通过自然语言描述精准控制声音特征与风格。即使仅使用开源数据，该技术在角色贴合度上也能对标甚至超越闭源商业产品。
MoE-TTS的推出有望解决描述性语音合成领域长期存在的难题，例如在面对比喻、类比等复杂修辞时，生成的语音往往偏离用户预期。该框架创新性地结合了预训练大语言模型(LLM)的文本能力与语音专家模块，通过模态路由确保各模态独立优化、互不干扰，实现了“知识零损失”的泛化理解能力。在涵盖域内与域外描述的双测试集上，MoE-TTS在风格表现力贴合度和整体贴合度等声学控制上表现出色，充分展现了其在复杂描述匹配度上的强大优势。MoE-TTS的发布不仅为学术界提供了可复现的开放描述TTS解决方案，更证明了模态解耦加知识冻结迁移的技术路径在语音合成中的巨大潜力。
这一突破有望推动行业从“封闭标签式控制”迈向“自然语言自由控制”的新范式，加速数字人、虚拟助手和沉浸式内容创作的体验升级。目前，MoE-TTS仍在持续迭代中，后续计划将其集成至Mureka-Speech平台，作为角色配音的基座模型，为全球开发者和创作者提供开放、高效、可定制的描述性语音合成能力。昆仑万维集团通过Mureka V7.5和MoE-TTS的发布，向世界展示了其在AI音乐创作和语音合成领域的强大实力与创新能力。这些技术的推出不仅为音乐创作和语音合成带来了前所未有的可能性，也为相关领域的研究和发展开辟了新的思路与方向。全球用户可以通过访问www.mureka.ai体验全新的V7.5模型，共同探索音乐创作的无限可能。
