嘿嘿，大家听了音频之后是不是以为是真直播回放呢？其实不是。以下是技术细节，原文出处，雷军公众号。

所用模型，MiniMax 语音合成模型。所用语音库，飞言 TTS。

有细心的小伙伴可能就会问了。精致是精致，但是这个语音库的速度好慢呐。这也是没办法的事，毕竟鱼和熊掌不可兼得嘛。你想要实时响应，那音质就跟天坦的内置讯飞语音库差不多。你想要高自然度，那受限于 在线 TTS 以及网络链路的限制，那也只能够牺牲流畅度了。除非各位用户都在手机里面自己本地部署，那这样子门槛就不知道高到哪里去了。别说本地部署了，估计很多用户连配置 Deepseek 的 API key 都很难做到吧。将焦点移回这段音频上。感谢各位细心的听众完整听下来就会发现有些瑕疵了。比如说为什么这段句子还没念完就会卡一下呢？其实是我不知道这段句子念完了，就想着赶紧将焦点滑到下一句。赶紧录完。但没想到我滑到下一个段落的时候，Minimax 还在读着上一个段落的语音，就会出现突然被打断的情况。还有，为什么我只录了42分钟的音频，不接着往下录呢？那是因为我嫌雷军这篇公众号的文章内容太多太长了，我只对小米折叠屏和小米平板感兴趣，像后面的汽车 想必各位也都买不起吧。我想着，那我们就别给天坦的服务器上压力了，毕竟40多分钟的音频也还蛮大的。如果完整录完全程，我怕天坦的服务器腮不下。就像听课一样，前面老师讲的课，我还有耐心去听一下。到了后面，尤其是到了小米汽车这类段落，我又不感兴趣，那就有点昏昏欲睡了，就想着赶紧录完算了。反正大家看帖子的时候又不可能把整段音频都听完吧，只会，哦呦，这段音频不错哦，厉害，哦哟，原来飞言 TTS 还可以这么用。哦哟，原来盲圈还有这么一款应用。可以做到这样的事。或者，飞言 TTS 是谁啊？这是什么语音库啊？赶紧关掉音频，到评论区问我。就跟个来凑热闹的小朋友似的。音频有瑕疵又怎么样？音频时长缺斤少两又怎么样？还不是照样听。发布会回放录音，只听感兴趣的段落不就行了吗？毕竟这年头又不会有人耐心到 将这个 AI 雷军的发布会演讲全部听完。所以，要不要尝试一下？