论文提出 dots.tts.edit，以带 XML 风格标签、锚定转录文本跨度或边界的结构化指令控制语音编辑，无需显式时间戳对齐。系统支持文本、情感、音高与语速、停顿等编辑，并以中英双语 doteBench 评估指令遵循、局部保真和音质。摘要称其五类编辑总体领先，代码与模型尚未发布。
最近 24 小时暂无可用热度快照。