Video yükleniyor...

Video Yüklenemedi

Ana Sayfaya Dön

c 支持多国语言，支持语音克隆，克隆效果可以与IndexTTS 2一战。 Github： 模型：

Gorden_Sun's profile picture

Gorden Sun

53,757 subscribers

22,228 görüntüleme • 4 ay önce •via X (Twitter)

Bilim & Teknoloji
LIVE

Anya Rossi• Live Now

Private livecam show

0 Yorum

Yorum bulunmuyor

Orijinal gönderinin yorumları burada görünecek

Benzer Videolar

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

62,588 görüntüleme • 1 yıl önce

IndexTTS发布2.5版本，开源最强文字生成语音模型，没有之一。在音色克隆、情绪还原方面尤其出色，支持中文、英文、日语、西班牙语、阿拉伯语5种语言。 项目介绍： 模型：
2:20

IndexTTS发布2.5版本，开源最强文字生成语音模型，没有之一。在音色克隆、情绪还原方面尤其出色，支持中文、英文、日语、西班牙语、阿拉伯语5种语言。 项目介绍： 模型：

Gorden Sun

51,437 görüntüleme • 14 gün önce

GPT-SoVITS：适用于中文的语音克隆 昨天刚发布，有评论说是目前中文最佳，支持通过5秒音频克隆、1分钟音频克隆，也支持通过完整训练来克隆。 Github： B站演示视频：
1:25

GPT-SoVITS：适用于中文的语音克隆 昨天刚发布，有评论说是目前中文最佳，支持通过5秒音频克隆、1分钟音频克隆，也支持通过完整训练来克隆。 Github： B站演示视频：

Gorden Sun

137,594 görüntüleme • 2 yıl önce

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

35,755 görüntüleme • 1 yıl önce

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)

148,679 görüntüleme • 1 yıl önce

字节新出的一款轻量级TTS模型：MegaTTS3，0.45B，高质量语音克隆，支持中英文以及中英文混合 支持口音强度控制，后面会支持更细粒度的发音和时长调整 #TTS #MegaTTS3
1:24

字节新出的一款轻量级TTS模型：MegaTTS3，0.45B，高质量语音克隆，支持中英文以及中英文混合 支持口音强度控制，后面会支持更细粒度的发音和时长调整 #TTS #MegaTTS3

AIGCLINK

48,958 görüntüleme • 1 yıl önce

小米竟然开源了TTS模型 OmniVoice！ - 支持600+种语言 - 支持声音克隆 - 支持声音控制：性别、年龄、音调等等 - 超低延迟，实时性极强（我在4090上试了下，确实快） 地址点击：
2:11

小米竟然开源了TTS模型 OmniVoice！ - 支持600+种语言 - 支持声音克隆 - 支持声音控制：性别、年龄、音调等等 - 超低延迟，实时性极强（我在4090上试了下，确实快） 地址点击：

nash_su - e/acc

67,728 görüntüleme • 4 ay önce

MaskGCT：一个新的零样本文本到语音（TTS）模型 支持跨语言翻译配音、语音克隆、语言转换、情感控制等 与现有的TTS系统相比，MaskGCT 在语音的自然度、相似度和可理解性方面表现更佳。 支持对语音生成的多样性和情感控制以及对通过文本对音频内容进行实时可控编辑。 同时模型大幅降低了推理时间，适合实时应用​。
1:55

MaskGCT：一个新的零样本文本到语音（TTS）模型 支持跨语言翻译配音、语音克隆、语言转换、情感控制等 与现有的TTS系统相比，MaskGCT 在语音的自然度、相似度和可理解性方面表现更佳。 支持对语音生成的多样性和情感控制以及对通过文本对音频内容进行实时可控编辑。 同时模型大幅降低了推理时间，适合实时应用​。

小互

49,431 görüntüleme • 1 yıl önce

发一下这两天小红书放出来的一款多人对话TTS：FireRedTTS-2，效果听起来相对自然稳定，没有串声跳音 支持一次生成3分钟4人播客，通过扩展训练数据能支持更长对话、更多说话人 在L20 GPU上，首包延迟140毫秒，可以用来做语音客服、直播配音了 支持7国语言，零样本克隆，可以做比如中英混合语音合成 #TTS #FireRedTTS2
2:06

发一下这两天小红书放出来的一款多人对话TTS：FireRedTTS-2，效果听起来相对自然稳定，没有串声跳音 支持一次生成3分钟4人播客，通过扩展训练数据能支持更长对话、更多说话人 在L20 GPU上，首包延迟140毫秒，可以用来做语音客服、直播配音了 支持7国语言，零样本克隆，可以做比如中英混合语音合成 #TTS #FireRedTTS2

AIGCLINK

15,398 görüntüleme • 11 ay önce

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

94,379 görüntüleme • 10 ay önce

MiniMax放出了最新款TTS：Speech 2.6，延迟低于250毫秒，支持40种语言混说 效果听起来比较自然，邮箱、日期可以按人类习惯来表达，对话几乎可以无缝衔接 支持少量样本克隆音色，可以调控情绪、语速、音高等 #TTS #MiniMaxspeech
1:02

MiniMax放出了最新款TTS：Speech 2.6，延迟低于250毫秒，支持40种语言混说 效果听起来比较自然，邮箱、日期可以按人类习惯来表达，对话几乎可以无缝衔接 支持少量样本克隆音色，可以调控情绪、语速、音高等 #TTS #MiniMaxspeech

AIGCLINK

22,178 görüntüleme • 10 ay önce

兄弟们，这个数字人工具感觉不错 我刚安装好，正在体验 一个安装包即可解决所有问题，非常适合小白用户，以往的开源数字人工具都需要自己配置环境什么的，对小白很不友好。 这个一个安装包，然后下载模型即可，很容易上手 可以生成带有数字人的视频，并且保持嘴型和声音是同步的。 支持语音合成和声音克隆 支持Windows\Linux和macOS 支持模型：比如 MuseTalk（文本到语音）和 CosyVoice（语音克隆）。 可以很方便地导入各种 AI 模型，界面支持中英文，关键还是开源的。
0:20

兄弟们，这个数字人工具感觉不错 我刚安装好，正在体验 一个安装包即可解决所有问题，非常适合小白用户，以往的开源数字人工具都需要自己配置环境什么的，对小白很不友好。 这个一个安装包，然后下载模型即可，很容易上手 可以生成带有数字人的视频，并且保持嘴型和声音是同步的。 支持语音合成和声音克隆 支持Windows\Linux和macOS 支持模型：比如 MuseTalk（文本到语音）和 CosyVoice（语音克隆）。 可以很方便地导入各种 AI 模型，界面支持中英文，关键还是开源的。

小互

41,028 görüntüleme • 1 yıl önce

一款电子书转有声书的开源 AI 工具：ebook2audiobookXTTS。 利用 Calibre 和 Coqui TTS，将电子书转换为高质量的有声读物，支持多种语言，并提供可选的语音克隆功能。 GitHub：
0:29

一款电子书转有声书的开源 AI 工具：ebook2audiobookXTTS。 利用 Calibre 和 Coqui TTS，将电子书转换为高质量的有声读物，支持多种语言，并提供可选的语音克隆功能。 GitHub：

高军

50,420 görüntüleme • 1 yıl önce

StepFun AI （阶跃星辰）发布LLM 级别的音频编辑模型： Step-Audio-EditX 让语音也可以“像文本一样被编辑” 30亿参数（从130B压缩而来） 支持 零样本语音克隆与多轮可迭代编辑 支持语言：普通话、英语、四川话、粤语 它可以通过自然语言指令编辑音频的情绪、语气、风格甚至副语言特征 Step-Audio-EditX 在多项指标上超越了闭源商用模型 Minimax 与 Doubao 实验结果表明： 其在自然度、情感表达、音色一致性方面已接近甚至超越闭源商用系统。 情绪与风格控制能力达到业内领先水准。
3:27

StepFun AI （阶跃星辰）发布LLM 级别的音频编辑模型： Step-Audio-EditX 让语音也可以“像文本一样被编辑” 30亿参数（从130B压缩而来） 支持 零样本语音克隆与多轮可迭代编辑 支持语言：普通话、英语、四川话、粤语 它可以通过自然语言指令编辑音频的情绪、语气、风格甚至副语言特征 Step-Audio-EditX 在多项指标上超越了闭源商用模型 Minimax 与 Doubao 实验结果表明： 其在自然度、情感表达、音色一致性方面已接近甚至超越闭源商用系统。 情绪与风格控制能力达到业内领先水准。

小互

18,104 görüntüleme • 9 ay önce

盲测击败了ElevenLabs的一款TTS：Chatterbox，有极强的情感控制能力，可以调整其语音表现力 支持语音克隆、风格定制 除了正常对话，可以用于一些戏剧化的语音场景 #TTS #Chatterbox #文本转语音 #AI语音
0:22

盲测击败了ElevenLabs的一款TTS：Chatterbox，有极强的情感控制能力，可以调整其语音表现力 支持语音克隆、风格定制 除了正常对话，可以用于一些戏剧化的语音场景 #TTS #Chatterbox #文本转语音 #AI语音

AIGCLINK

26,481 görüntüleme • 1 yıl önce