Загрузка видео...

Не удалось загрузить видео

На главную

ChatGPT的语音对话功能很赞，中文也支持很好

dotey's profile picture

宝玉

249,764 subscribers

182,400 просмотров • 3 лет назад •via X (Twitter)

LIVE

Anya Rossi• Live Now

Private livecam show

Комментарии: 10

Фото профиля 宝玉
宝玉3 лет назад

我是最新的iOS版

Фото профиля 歸藏(guizang.ai)
歸藏(guizang.ai)3 лет назад

羡慕了 哈哈哈哈

Фото профиля Sherlock
Sherlock3 лет назад

感觉语音有点智障，不知道是不是中文的原因 lmao

Фото профиля Too Young Too Simple
Too Young Too Simple3 лет назад

我已经更新到这个版本，而且是plus订阅，但是speech里没有这个选项，气愤ing

Фото профиля Fred Chan
Fred Chan3 лет назад

用了一下，那个设置突然间就消失了，是怎么回事？

Фото профиля Jupyternaut
Jupyternaut3 лет назад

我的Android还没有

Фото профиля Clinch2023
Clinch20233 лет назад

我在Siri就实现了

Фото профиля Zhoie
Zhoie3 лет назад

请问一下现在会员GPT4是可以随便使用了嘛？还是说有4小时100条的限制，没在官网找到具体的解释。

Фото профиля 宝玉
宝玉3 лет назад

Mobile没限制，Web好像是100

Фото профиля lujie0601
lujie06013 лет назад

请问这是什么APP？

Похожие видео

前几天发的字节 Loopy 对口型功能在即梦上线了。 这应该是现在支持中文的效果最好的对口型服务。 支持图片、视频，输入文字生成语音或者直接上传语音。 唱歌或者情绪丰富的表演也不在话下。
0:32

前几天发的字节 Loopy 对口型功能在即梦上线了。 这应该是现在支持中文的效果最好的对口型服务。 支持图片、视频，输入文字生成语音或者直接上传语音。 唱歌或者情绪丰富的表演也不在话下。

歸藏(guizang.ai)

18,398 просмотров • 2 лет назад

微软新开源了这个 VibeVoice TTS模型很强 - 支持最多生成 90 分钟时长 - 最多4 个人的对谈语音，以往模型只能生成两个 - 支持中文，而且中文效果不错 - 支持生成带背景音乐的播客音频
1:15

微软新开源了这个 VibeVoice TTS模型很强 - 支持最多生成 90 分钟时长 - 最多4 个人的对谈语音，以往模型只能生成两个 - 支持中文，而且中文效果不错 - 支持生成带背景音乐的播客音频

歸藏(guizang.ai)

44,410 просмотров • 1 год назад

微软对Azure AI语音服务升级 发布9种更真实的AI语音 对中文支持已经很完美了 几乎已经无法分辨了 详细：
0:46

微软对Azure AI语音服务升级 发布9种更真实的AI语音 对中文支持已经很完美了 几乎已经无法分辨了 详细：

小互

241,666 просмотров • 2 лет назад

基于 Gemini 2.0 AI 模型的 Python 应用程序，实现语音对话与文本转语音功能。
0:36

基于 Gemini 2.0 AI 模型的 Python 应用程序，实现语音对话与文本转语音功能。

Geek

30,063 просмотров • 1 год назад

第一个开源的具有实时对话能力的多模态模型：Mini-Omni ，支持端到端的语音输入、输出 Mini-Omni是清华大学启元实验室开源的项目，能听、能说也能实时思考，在实时语音交互上媲美GPT-4o 特点： 1、实时语音到语音的对话能力: 无需额外的ASR或TTS模型 2、边思考边说话: 能够同时生成文本和音频 3、流式音频输出: 支持流式音频输出 4、"Any Model Can Talk" 方法: Mini-Omni 可以将语音交互能力添加到其他模型中，为其他模型赋能 github： 论文： #LLM #实时语音对话LLM
0:59

第一个开源的具有实时对话能力的多模态模型：Mini-Omni ，支持端到端的语音输入、输出 Mini-Omni是清华大学启元实验室开源的项目，能听、能说也能实时思考，在实时语音交互上媲美GPT-4o 特点： 1、实时语音到语音的对话能力: 无需额外的ASR或TTS模型 2、边思考边说话: 能够同时生成文本和音频 3、流式音频输出: 支持流式音频输出 4、"Any Model Can Talk" 方法: Mini-Omni 可以将语音交互能力添加到其他模型中，为其他模型赋能 github： 论文： #LLM #实时语音对话LLM

AIGCLINK

52,501 просмотров • 2 лет назад

阶跃星辰开源了一个130B 语音-文本的多模态模型 ：Step-Audio 这是一个集成语音识别、语义理解、对话生成、语音克隆、音频编辑和语音合成等功能的全能语音模型。 该模型通过多模态训练，使得语音理解与生成可以无缝对接。 主要能力： 语音克隆 支持多种语言对话（中文英日） 情绪控制与语调控制 支持方言 可控制语速及韵律风格 支持RAP和哼唱等 集成了工具调用和角色扮演能力，能够高效管理复杂的任务和对话。 Step-Audio 在多个基准测试中表现出色，尤其是在开放域问答、复杂指令任务和语音合成（TTS）方面取得了显著的进展。
1:35

阶跃星辰开源了一个130B 语音-文本的多模态模型 ：Step-Audio 这是一个集成语音识别、语义理解、对话生成、语音克隆、音频编辑和语音合成等功能的全能语音模型。 该模型通过多模态训练，使得语音理解与生成可以无缝对接。 主要能力： 语音克隆 支持多种语言对话（中文英日） 情绪控制与语调控制 支持方言 可控制语速及韵律风格 支持RAP和哼唱等 集成了工具调用和角色扮演能力，能够高效管理复杂的任务和对话。 Step-Audio 在多个基准测试中表现出色，尤其是在开放域问答、复杂指令任务和语音合成（TTS）方面取得了显著的进展。

小互

35,901 просмотров • 1 год назад

一个声音克隆工具：clone-voice 支持文字转成指定音色的语音，也可语音音色转换 带界面，支持在线录音 支持中文、英文、日语、韩语、法语、德语、意大利语等16种语言 github地址在下条 #声音克隆工具 #clonevoice
0:50

一个声音克隆工具：clone-voice 支持文字转成指定音色的语音，也可语音音色转换 带界面，支持在线录音 支持中文、英文、日语、韩语、法语、德语、意大利语等16种语言 github地址在下条 #声音克隆工具 #clonevoice

AIGCLINK

62,667 просмотров • 1 год назад

阶跃开源了一个统治级 130B 的超大语音模型！！！ 业界首个集语音理解与生成控制一体化的产品级开源实时语音对话系统 - 支持多语言对话（中文，英文，日语） - 语音情感（开心，悲伤） - 方言（粤语，四川话） - 可控制语速及韵律风格 - 支持RAP和哼唱等 - 语音克隆 太强了，这下真的一步到位了
1:00

阶跃开源了一个统治级 130B 的超大语音模型！！！ 业界首个集语音理解与生成控制一体化的产品级开源实时语音对话系统 - 支持多语言对话（中文，英文，日语） - 语音情感（开心，悲伤） - 方言（粤语，四川话） - 可控制语速及韵律风格 - 支持RAP和哼唱等 - 语音克隆 太强了，这下真的一步到位了

歸藏(guizang.ai)

148,851 просмотров • 1 год назад

卧槽 兄弟们 Soul发布的这个语音模型 很强 SoulX-Podcast实现了： 高真实度、长时段、多说话人、多语种（中英双语 + 多方言）播客式语音生成 具备方言与副语言（如笑声、叹气等）控制能力 可连续生成 90 分钟以上 的对话内容而不失稳定性 支持普通话、英语及多种中文方言多人多轮对话 还支持在零样本（zero-shot）条件下完成声音与语气的克隆与迁移
0:35

卧槽 兄弟们 Soul发布的这个语音模型 很强 SoulX-Podcast实现了： 高真实度、长时段、多说话人、多语种（中英双语 + 多方言）播客式语音生成 具备方言与副语言（如笑声、叹气等）控制能力 可连续生成 90 分钟以上 的对话内容而不失稳定性 支持普通话、英语及多种中文方言多人多轮对话 还支持在零样本（zero-shot）条件下完成声音与语气的克隆与迁移

小互

96,145 просмотров • 11 месяцев назад

兄弟们 炸裂了 这个语音专文本TTS模型 应该是目前对中文支持最好的了 ChatTTS：专门为对话场景设计的文本到语音TTS模型 该模型经过超过10万小时的训练，公开版本在 HuggingFace 上提供了一个4万小时预训练的模型。 专为对话任务优化，能够支持多种说话人语音，中英文混合等。 模型还能够预测和控制细粒度的韵律特征，如笑声、停顿和插话等，还能进行更细粒度的调整，如语速、音调和情感等。 GitHub： 详细介绍：
5:26

兄弟们 炸裂了 这个语音专文本TTS模型 应该是目前对中文支持最好的了 ChatTTS：专门为对话场景设计的文本到语音TTS模型 该模型经过超过10万小时的训练，公开版本在 HuggingFace 上提供了一个4万小时预训练的模型。 专为对话任务优化，能够支持多种说话人语音，中英文混合等。 模型还能够预测和控制细粒度的韵律特征，如笑声、停顿和插话等，还能进行更细粒度的调整，如语速、音调和情感等。 GitHub： 详细介绍：

小互

296,733 просмотров • 2 лет назад

Runway 上线文字生成语音功能，免费使用。 发现前几天说的文字生成语音的功能，Runway 悄悄的上了。尝试了一下英文的效果真的很好，感情很丰富自然。 中文还是老问题，有外国人口音，这块可能不能指望外国公司了。 这个功能可以选的语音模型非常多，可以都试试。目前是消耗右上角点数生成可以用好久。下面是我的测试录音。 可以来试试：
0:53

Runway 上线文字生成语音功能，免费使用。 发现前几天说的文字生成语音的功能，Runway 悄悄的上了。尝试了一下英文的效果真的很好，感情很丰富自然。 中文还是老问题，有外国人口音，这块可能不能指望外国公司了。 这个功能可以选的语音模型非常多，可以都试试。目前是消耗右上角点数生成可以用好久。下面是我的测试录音。 可以来试试：

歸藏(guizang.ai)

37,500 просмотров • 2 лет назад

omarchy自带语音输入法，按下F9就能使用。但是中文支持很差（毕竟原作者也不使用中文）。 做了一个linux原生的语音输入法，安装后选择一款模型，插件会自动下载，按住F9键直接说话，对于中文和英文包括像linux windows这种词也能识别，并自动粘贴。 纯本地CPU推理，不消耗token。
1:13

omarchy自带语音输入法，按下F9就能使用。但是中文支持很差（毕竟原作者也不使用中文）。 做了一个linux原生的语音输入法，安装后选择一款模型，插件会自动下载，按住F9键直接说话，对于中文和英文包括像linux windows这种词也能识别，并自动粘贴。 纯本地CPU推理，不消耗token。

徹言

19,514 просмотров • 1 месяц назад

我们来听听会说话的ChatGPT 口语怎么样呢？你也可以口语语音输入和它对话。
0:31

我们来听听会说话的ChatGPT 口语怎么样呢？你也可以口语语音输入和它对话。

Zoe_yiqifacai

21,506 просмотров • 3 лет назад

在制作播客或长篇有声小说，传统免费的文本转语音工具往往只能合成几分钟语音，而且多人对话听起来很僵硬不自然，缺乏真实感。 最近微软开源了一个文本转语音模型：VibeVoice，可直接生成长达 90 分钟的自然多人对话音频。 不仅能处理超长文本，还支持最多 4 个不同说话人的自然对话，甚至能根据内容自动添加背景音乐和音效。 GitHub： 主要特性： - 可生成长达 90 分钟的连续语音内容，远超传统工具 - 支持最多 4 个说话人的自然多人对话 - 智能添加背景音乐和音效，增强沉浸感 - 跨语言合成，支持中英文混合语音生成 - 支持歌唱能力，能根据歌词自动生成旋律 - 提供 1.5B 和 7B 两个版本，满足不同性能需求， 可通过 Docker 快速部署，并提供了 Gradio 可视化操作界面，轻松上手使用。
0:34

在制作播客或长篇有声小说，传统免费的文本转语音工具往往只能合成几分钟语音，而且多人对话听起来很僵硬不自然，缺乏真实感。 最近微软开源了一个文本转语音模型：VibeVoice，可直接生成长达 90 分钟的自然多人对话音频。 不仅能处理超长文本，还支持最多 4 个不同说话人的自然对话，甚至能根据内容自动添加背景音乐和音效。 GitHub： 主要特性： - 可生成长达 90 分钟的连续语音内容，远超传统工具 - 支持最多 4 个说话人的自然多人对话 - 智能添加背景音乐和音效，增强沉浸感 - 跨语言合成，支持中英文混合语音生成 - 支持歌唱能力，能根据歌词自动生成旋律 - 提供 1.5B 和 7B 两个版本，满足不同性能需求， 可通过 Docker 快速部署，并提供了 Gradio 可视化操作界面，轻松上手使用。

GitHubDaily

45,215 просмотров • 1 год назад

Chat Chat：开源多功能AI 交互平台 -支持OpenAI、Microsoft Azure、Claude、 Cohere、Hugging Face 等多个 API -支持TTS、支持与文件聊天、对话分享等等 -支持插件功能（搜索和获取网页内容） -支持消息代码语法高亮显示 👉
0:20

Chat Chat：开源多功能AI 交互平台 -支持OpenAI、Microsoft Azure、Claude、 Cohere、Hugging Face 等多个 API -支持TTS、支持与文件聊天、对话分享等等 -支持插件功能（搜索和获取网页内容） -支持消息代码语法高亮显示 👉

ahhhhfs

139,688 просмотров • 3 лет назад

aster涨的好，很硬。 OKB也可以的。 耐心持有。 加油。 本文由 #BCGAME 赞助｜BC.GAME
0:25

aster涨的好，很硬。 OKB也可以的。 耐心持有。 加油。 本文由 #BCGAME 赞助｜BC.GAME

王短鸟 (长鸟版)

40,699 просмотров • 10 месяцев назад