Video yükleniyor...

Video Yüklenemedi

Ana Sayfaya Dön

又又又开源一个skill 【英语谐音助记skill】主要是帮你把英语的发音转化成中文的谐音，然后用中文的谐音去编一个有助于记忆的故事 用于教育行业 收录了英语的音标，以及对应的谐音字 这样AI就可以很稳定产出，你基于此可以二创出很多玩法

Hamburgerai's profile picture

蛋黄堡

2,852 subscribers

13,645 görüntüleme • 1 ay önce •via X (Twitter)

LIVE

Anya Rossi• Live Now

Private livecam show

0 Yorum

Yorum bulunmuyor

Orijinal gönderinin yorumları burada görünecek

Benzer Videolar

8. VoiceMaker： VoiceMaker是一个可以将文本转换为130多种语言的逼真声音的AI工具，提供800多种AI声音、可自定义的设置和商业使用权，方便快捷地进行语音配音创作。 🔗
0:18

8. VoiceMaker： VoiceMaker是一个可以将文本转换为130多种语言的逼真声音的AI工具，提供800多种AI声音、可自定义的设置和商业使用权，方便快捷地进行语音配音创作。 🔗

美酱AI

30,143 görüntüleme • 1 yıl önce

语音圈真的炸了，这个github开源黑科技把AI语音干到了离谱的程度，项目叫 VoxCPM2，已经揽获 22.9k star。 你用自然语言描述一个声音，它就能帮你生成出来。 不用找参考音频，也不需要任何样本，直接就能出效果。 更绝的是它的克隆能力。 随便找一段音频扔进去，它可以 1:1 复刻那个声音的音色、语气、情绪和节奏。 如果你再把原始文字稿也一起给它，连说话时的呼吸节奏、细微停顿都能还原。
0:10

语音圈真的炸了，这个github开源黑科技把AI语音干到了离谱的程度，项目叫 VoxCPM2，已经揽获 22.9k star。 你用自然语言描述一个声音，它就能帮你生成出来。 不用找参考音频，也不需要任何样本，直接就能出效果。 更绝的是它的克隆能力。 随便找一段音频扔进去，它可以 1:1 复刻那个声音的音色、语气、情绪和节奏。 如果你再把原始文字稿也一起给它，连说话时的呼吸节奏、细微停顿都能还原。

阿西_出海

52,989 görüntüleme • 3 ay önce

#工程师工具 看到一个在线文字转语音的工具「TTSMaker」，提供语音合成服务，支持多种语言以及各种风格，可以用它朗读文本或者合成视频声音，可完全免费用于商业场景，弄好后直接下载文件，普通用户每周限制 20000 个字符使用，基本够用。 🤖
0:16

#工程师工具 看到一个在线文字转语音的工具「TTSMaker」，提供语音合成服务，支持多种语言以及各种风格，可以用它朗读文本或者合成视频声音，可完全免费用于商业场景，弄好后直接下载文件，普通用户每周限制 20000 个字符使用，基本够用。 🤖

Tw93

105,715 görüntüleme • 3 yıl önce

这个skill玩的停不下来，产生成动态视频效果不错 不需要GPU，用CPU就可以玩 关键是完全用自然语言就行，渲染也很快（第一次渲染要下载插件，当然都是cc帮你做了） 调整也非常快速，就是写一个tsx文件， 还能自动配音TTS，我修改了一下用的index tts2的配音 最后直接下载保存就可以
0:15

这个skill玩的停不下来，产生成动态视频效果不错 不需要GPU，用CPU就可以玩 关键是完全用自然语言就行，渲染也很快（第一次渲染要下载插件，当然都是cc帮你做了） 调整也非常快速，就是写一个tsx文件， 还能自动配音TTS，我修改了一下用的index tts2的配音 最后直接下载保存就可以

huangserva

52,170 görüntüleme • 8 ay önce

又发现 GitHub 上一款开源强大的文本转语音工具：Abogen。 能快速将 ePub、PDF 或文本文件转换成高质量音频，并生成匹配的字幕。 GitHub： 主要特性： - 支持 ePub、PDF、TXT 多种文件格式输入 - 基于 Kokoro-82M 模型生成自然流畅语音 - 自动生成时间同步字幕文件 - 内置语音混合器创建个性化声音 - 支持多种语言包括中文、英文、日语等 - 批量队列处理多个文件 提供 Windows 一键安装器，同时支持 pip 安装和 Docker 部署方式。
0:15

又发现 GitHub 上一款开源强大的文本转语音工具：Abogen。 能快速将 ePub、PDF 或文本文件转换成高质量音频，并生成匹配的字幕。 GitHub： 主要特性： - 支持 ePub、PDF、TXT 多种文件格式输入 - 基于 Kokoro-82M 模型生成自然流畅语音 - 自动生成时间同步字幕文件 - 内置语音混合器创建个性化声音 - 支持多种语言包括中文、英文、日语等 - 批量队列处理多个文件 提供 Windows 一键安装器，同时支持 pip 安装和 Docker 部署方式。

GitHubDaily

31,126 görüntüleme • 1 yıl önce

宝玉老师的 BaoCut , 用来学英语，做信息搜集，简直太疯狂了 1/ 可以转录Youtube上任意视频，丢个URL就好 2/ 把翻译的中文，合轨到双语字幕 工具免费，skill 开源。你唯一要准备的是，Mac !!
0:13

宝玉老师的 BaoCut , 用来学英语，做信息搜集，简直太疯狂了 1/ 可以转录Youtube上任意视频，丢个URL就好 2/ 把翻译的中文，合轨到双语字幕 工具免费，skill 开源。你唯一要准备的是，Mac !!

黄赟

121,813 görüntüleme • 2 ay önce

这个克隆音色真的挺可怕的。 真的很像…… 虽然用作生成的句子又出现了比较生硬的短句和节奏了。 以后让他替我录音频去了🥀 （感觉1像，2不像，你们觉得呢？）
0:10

这个克隆音色真的挺可怕的。 真的很像…… 虽然用作生成的句子又出现了比较生硬的短句和节奏了。 以后让他替我录音频去了🥀 （感觉1像，2不像，你们觉得呢？）

云初

36,072 görüntüleme • 2 yıl önce

HeyGen实现流程中的语音克隆，现在有最佳开源方案了：XTTS v2，单样本即可克隆语音，效果见视频。 现在已经能实现：让一个明星的采访视频，变成他讲述任意小故事（内容可以GPT编）的视频，声音是他的声音，嘴型也能对上。 XTTS v2在线体验： Github：
0:10

HeyGen实现流程中的语音克隆，现在有最佳开源方案了：XTTS v2，单样本即可克隆语音，效果见视频。 现在已经能实现：让一个明星的采访视频，变成他讲述任意小故事（内容可以GPT编）的视频，声音是他的声音，嘴型也能对上。 XTTS v2在线体验： Github：

Gorden Sun

171,441 görüntüleme • 2 yıl önce

如果你的女朋友愿意陪你这样拍视频 说明你们的性生活一定很和谐😈 而且你们还可以一起赚大钱 去构思更多情趣 play 的玩法，然后你们就会更和谐了🥵 这就是巴菲特说的滚雪球吧
0:10

Sensitive content

如果你的女朋友愿意陪你这样拍视频 说明你们的性生活一定很和谐😈 而且你们还可以一起赚大钱 去构思更多情趣 play 的玩法，然后你们就会更和谐了🥵 这就是巴菲特说的滚雪球吧

RainePlayBoy

33,742 görüntüleme • 8 gün önce

又搞出一个好玩的东西： 任何输入框，输入中文，按快捷键，自动调用LLM翻译成英文替换。 工具用 Keyboard Maestro就可以。 感觉玩法场景，可以拓展很多的样子，LLM什么都能生成啊。 比如，不翻译成英语，重写你的话，换高情商表达？ 还有撩妹、客服等各种场景... 😝
0:15

又搞出一个好玩的东西： 任何输入框，输入中文，按快捷键，自动调用LLM翻译成英文替换。 工具用 Keyboard Maestro就可以。 感觉玩法场景，可以拓展很多的样子，LLM什么都能生成啊。 比如，不翻译成英语，重写你的话，换高情商表达？ 还有撩妹、客服等各种场景... 😝

向阳乔木

28,666 görüntüleme • 1 yıl önce

一款轻量级的音频转文本开源免费工具：Youtube-Whisper。 只需输入 YouTube 视频链接，即可提取其中音频，并利用 OpenAI Whisper 模型进行语音转文本。 GitHub： 工具提供了在线免费体验地址，可选择英语、西班牙语、法语等语言。 在线体验：
0:16

一款轻量级的音频转文本开源免费工具：Youtube-Whisper。 只需输入 YouTube 视频链接，即可提取其中音频，并利用 OpenAI Whisper 模型进行语音转文本。 GitHub： 工具提供了在线免费体验地址，可选择英语、西班牙语、法语等语言。 在线体验：

高军

29,790 görüntüleme • 2 yıl önce

最近在回顾《权力的游戏》，但因为现在在日本没法订阅 HBO，所以我打开了 U-NEXT（我的 U-NEXT 订阅里其实有 HBO 的一部分影视资源）。 不过日本的正版网站只有日语字幕，所以我就想着，能不能让 ChatGPT 帮我把日本这些流媒体的非日语资源，全部做成中英文对照的字幕，然后覆盖在播放器上，GPT-6.1 SOL 发布之后，正好我试试看，结果它几分钟就做出来如图3的效果。 所以，如果你在学一门新的语言（比如说日语或者法语），你也可以使用吹替版本，然后在字幕下面要求 Codex 去做假名注音，并且把不懂的词汇给你放到生词表里。 而且，这几乎适用于世界上任何视频和语音资源。我可以这么理解：AI 也许会改变所有流媒体的产品形态。我们也许会看到一种终极的播放器，它可以播放世界上任何的视频和音频，并且完全以你要求的语言（例如母语）来进行匹配，或者换句话说，电脑本身的用户界面会变成某种播放器，因为用户界面也是即时生成的，你可以把它理解为视频的一部分。 人机交互界面正在被混合成某种灰色的领域。
0:08

最近在回顾《权力的游戏》，但因为现在在日本没法订阅 HBO，所以我打开了 U-NEXT（我的 U-NEXT 订阅里其实有 HBO 的一部分影视资源）。 不过日本的正版网站只有日语字幕，所以我就想着，能不能让 ChatGPT 帮我把日本这些流媒体的非日语资源，全部做成中英文对照的字幕，然后覆盖在播放器上，GPT-6.1 SOL 发布之后，正好我试试看，结果它几分钟就做出来如图3的效果。 所以，如果你在学一门新的语言（比如说日语或者法语），你也可以使用吹替版本，然后在字幕下面要求 Codex 去做假名注音，并且把不懂的词汇给你放到生词表里。 而且，这几乎适用于世界上任何视频和语音资源。我可以这么理解：AI 也许会改变所有流媒体的产品形态。我们也许会看到一种终极的播放器，它可以播放世界上任何的视频和音频，并且完全以你要求的语言（例如母语）来进行匹配，或者换句话说，电脑本身的用户界面会变成某种播放器，因为用户界面也是即时生成的，你可以把它理解为视频的一部分。 人机交互界面正在被混合成某种灰色的领域。

郭宇 guoyu.eth

15,887 görüntüleme • 12 saat önce

发现一个超实用的英语学习网站 👉 专注日常口语表达！语法、词汇、常用句型、听力训练全都有。 最爽的是"日常英文"板块，教你怎么用英文表达"优越感"、"自律"、"很爽"这些接地气的词，每个词都配了多个表达方式和例句 📚 完全免费，中文界面，学起来毫无压力。 想提升口语的兄弟可以冲了！💪
0:15

发现一个超实用的英语学习网站 👉 专注日常口语表达！语法、词汇、常用句型、听力训练全都有。 最爽的是"日常英文"板块，教你怎么用英文表达"优越感"、"自律"、"很爽"这些接地气的词，每个词都配了多个表达方式和例句 📚 完全免费，中文界面，学起来毫无压力。 想提升口语的兄弟可以冲了！💪

Vincent

14,837 görüntüleme • 4 ay önce

使用Google VEO3生成的连接镜头，它会帮你把配音、口型、音效一次全部生成，这对于AI影响的工作流是一次重新定义。 以下是我花125美金测试的几个例子 1. 二战士兵的聊天
0:16

使用Google VEO3生成的连接镜头，它会帮你把配音、口型、音效一次全部生成，这对于AI影响的工作流是一次重新定义。 以下是我花125美金测试的几个例子 1. 二战士兵的聊天

汗青 HQ

423,700 görüntüleme • 1 yıl önce

Skywork 上线了视频 Agent 能力，他们这个流程有意思 你可以从第一个分镜开始，左边生成之后，将生成的视频和音频素材发到右边的视频编辑器里面去进行编辑。 支持使用主流的视频模型和能力，文生、图生、首尾帧都有，另外支持生成音乐和语音。 我用首尾帧做了一条香水广告的演示，还不错。 也上线了一些特效模版，你可以不用管提示词直接复用。 而且会员从昨天（0106）开始会有为期七天的无限使用优惠，只要你是会员就可以一直用。 最近有需求的朋友们可以看看，说不定这几天直接回本了。
0:10

Skywork 上线了视频 Agent 能力，他们这个流程有意思 你可以从第一个分镜开始，左边生成之后，将生成的视频和音频素材发到右边的视频编辑器里面去进行编辑。 支持使用主流的视频模型和能力，文生、图生、首尾帧都有，另外支持生成音乐和语音。 我用首尾帧做了一条香水广告的演示，还不错。 也上线了一些特效模版，你可以不用管提示词直接复用。 而且会员从昨天（0106）开始会有为期七天的无限使用优惠，只要你是会员就可以一直用。 最近有需求的朋友们可以看看，说不定这几天直接回本了。

歸藏(guizang.ai)

18,228 görüntüleme • 8 ay önce

发现一个硬核学习英语的宝藏网站：EAP Foundation 网站主要关注学术英语。提供了很多有用的资源，帮助提升写作、阅读、听力和语言能力，尤其是在学术写作方面。网站上有很多关于如何写作、如何引用、如何提高语法和词汇的实用技巧，非常适合需要提升学术英语水平的学生使用。
0:14

发现一个硬核学习英语的宝藏网站：EAP Foundation 网站主要关注学术英语。提供了很多有用的资源，帮助提升写作、阅读、听力和语言能力，尤其是在学术写作方面。网站上有很多关于如何写作、如何引用、如何提高语法和词汇的实用技巧，非常适合需要提升学术英语水平的学生使用。

知识分享官

48,923 görüntüleme • 1 yıl önce

Distil-Whisper：让语音识别的速度提高 5.8 倍，参数减少 51%，准确度保持在 99%。 Whisper 在语音识别方面表现卓著，但是它有一个明显的缺点：训练出来的小模型支持的语言比较少，而大模型推理速度又很慢。如果你有海量的数据需要处理，或者对实时性要求略高，那使用 Whisper 可能会让你比较头疼。 你可以使用工程手段来加速推理，例如将语音分片后并发处理然后合并结果，但这里涉及到本地计算资源瓶颈的问题，以及合并分片时容错处理的问题，工程复杂度比较高。 《Distil-Whisper: Robust Knowledge Distillation via Large-Scale Pseudo Labelling 》， Whisper 的 Large-v2 model 生成了一系列的 soft targets（也就是概率分布），然后复制 Whisper 网络的第一层和最后一层解码器，最后生成了一个更小、更快效果更好的蒸馏模型 Distil-Whisper。论文数据写的是：速度提高了 5.8 倍，参数减少了 51%，准确度保持在 99%。 这个模型的效果之所以不错，主要还是得益于训练数据的完备，它结合了九个公开可用的语音识别数据集，合并后包含 21170 小时的语音数据，涵盖超过 18260 名说话者和 10 个不同的领域；自从 Whisper 大力出奇迹（它从互联网爬取了 68w 小时的数据，未公开）以后，相信后续语音领域的论文都会配置更庞大的数据集。 Distil-Whisper 目前开源在 Hugging Face 上，模型地址： Demo： Demo 会把模型下载到本地，然后通过 WebGPU 直接在网页上跑起来，测试了下效果，还是挺不错的。 目前仅支持英文，如果想让它支持中文，需要使用同样海量的中文语料数据，重新做一次知识蒸馏，但我觉得即便是这样做，效果也不一定好，因为 Whisper 本身对中文、韩语等支持就不太优秀，这个信息可以从 Whisper 的论文中找到数据支撑。 下面这个视频是 Whisper 和 Distil-Whisper 的对比效果：
0:16

Distil-Whisper：让语音识别的速度提高 5.8 倍，参数减少 51%，准确度保持在 99%。 Whisper 在语音识别方面表现卓著，但是它有一个明显的缺点：训练出来的小模型支持的语言比较少，而大模型推理速度又很慢。如果你有海量的数据需要处理，或者对实时性要求略高，那使用 Whisper 可能会让你比较头疼。 你可以使用工程手段来加速推理，例如将语音分片后并发处理然后合并结果，但这里涉及到本地计算资源瓶颈的问题，以及合并分片时容错处理的问题，工程复杂度比较高。 《Distil-Whisper: Robust Knowledge Distillation via Large-Scale Pseudo Labelling 》， Whisper 的 Large-v2 model 生成了一系列的 soft targets（也就是概率分布），然后复制 Whisper 网络的第一层和最后一层解码器，最后生成了一个更小、更快效果更好的蒸馏模型 Distil-Whisper。论文数据写的是：速度提高了 5.8 倍，参数减少了 51%，准确度保持在 99%。 这个模型的效果之所以不错，主要还是得益于训练数据的完备，它结合了九个公开可用的语音识别数据集，合并后包含 21170 小时的语音数据，涵盖超过 18260 名说话者和 10 个不同的领域；自从 Whisper 大力出奇迹（它从互联网爬取了 68w 小时的数据，未公开）以后，相信后续语音领域的论文都会配置更庞大的数据集。 Distil-Whisper 目前开源在 Hugging Face 上，模型地址： Demo： Demo 会把模型下载到本地，然后通过 WebGPU 直接在网页上跑起来，测试了下效果，还是挺不错的。 目前仅支持英文，如果想让它支持中文，需要使用同样海量的中文语料数据，重新做一次知识蒸馏，但我觉得即便是这样做，效果也不一定好，因为 Whisper 本身对中文、韩语等支持就不太优秀，这个信息可以从 Whisper 的论文中找到数据支撑。 下面这个视频是 Whisper 和 Distil-Whisper 的对比效果：

Barret李靖

124,446 görüntüleme • 2 yıl önce

千问开源Qwen3-TTS 除了常规的文本生成语音，还支持设计声音和语音克隆。分0.6B和1.7B两个大小。效果不错，速度也很快。语音克隆的音色还原还可以，但是情感还原上不如Index TTS2。 模型： 在线体验：
0:16

千问开源Qwen3-TTS 除了常规的文本生成语音，还支持设计声音和语音克隆。分0.6B和1.7B两个大小。效果不错，速度也很快。语音克隆的音色还原还可以，但是情感还原上不如Index TTS2。 模型： 在线体验：

Gorden Sun

18,202 görüntüleme • 8 ay önce