Video wird geladen...

Video konnte nicht geladen werden

Zur Startseite

我草ElevenLabs的v3语音模型，已经是Next Level级别了，超越Fish Audio成为最佳中文语音模型，同时也是多语言的首选模型。不知道是不是因为Alpha阶段的原因，现在没有屏蔽NSFW内容。 不要在公开场合外放视频！不要在公开场合外放视频！不要在公开场合外放视频！

Gorden_Sun's profile picture

Gorden Sun

64,819 subscribers

95,841 Aufrufe • vor 1 Jahr •via X (Twitter)

Wissenschaft & Technologie
LIVE

Anya Rossi• Live Now

Private livecam show

8 Kommentare

Profilbild von 一把沙
一把沙vor 1 Jahr

再配个硅胶，无敌了

Profilbild von Lizi
Lizivor 1 Jahr

我突然有个想法

Profilbild von Jason傑森 🇭🇰|🛠️
Jason傑森 🇭🇰|🛠️vor 1 Jahr

这语音模型绝了 小心社死啊兄弟

Profilbild von 和尚打伞无法无天
和尚打伞无法无天vor 1 Jahr

已经很接近人类了，再给半年时间会更好

Profilbild von 扫地道长
扫地道长vor 1 Jahr

我一看最后三句话就知道是啥

Profilbild von huanggou
huanggouvor 1 Jahr

可以克隆声音， 就牛逼了

Profilbild von XiaoBei Lin
XiaoBei Linvor 1 Jahr

绝了

Profilbild von Yule
Yulevor 1 Jahr

再搞个文生av模型 就可以干pornhub了

Ähnliche Videos

发现 Minimax 更新了 Speech-02 音频模型 试了一下现在咋这么强！ 训的我自己的语音模型我已经分不出来了 你现在拿一段我的音频问我是不是我说的，我都迷糊 👇下面是详细的测试内容：
0:48

发现 Minimax 更新了 Speech-02 音频模型 试了一下现在咋这么强！ 训的我自己的语音模型我已经分不出来了 你现在拿一段我的音频问我是不是我说的，我都迷糊 👇下面是详细的测试内容：

歸藏(guizang.ai)

106,561 Aufrufe • vor 1 Jahr

蔡崇信：AI最终的赢家不取决于谁的模型最强，而是取决于谁能把模型用得最好，应用到各行各业去。 非常赞同，同样观点我也在很多的公开场合和自己的视频号上说过，我们自己也是在疯狂的卷应用。
4:07

蔡崇信：AI最终的赢家不取决于谁的模型最强，而是取决于谁能把模型用得最好，应用到各行各业去。 非常赞同，同样观点我也在很多的公开场合和自己的视频号上说过，我们自己也是在疯狂的卷应用。

傅盛

90,056 Aufrufe • vor 9 Monaten

Memo 1.3.0 重磅更新，支持合成语音后的视频导出！ - 原视频重口音？口齿不清？直接替换媲美人声的合成音。 - 日语模型现已上线，让日语视频转写文本更准确。
0:21

Memo 1.3.0 重磅更新，支持合成语音后的视频导出！ - 原视频重口音？口齿不清？直接替换媲美人声的合成音。 - 日语模型现已上线，让日语视频转写文本更准确。

Memo AI

62,030 Aufrufe • vor 2 Jahren

Dario Amodei 这段谈 AI 竞争，信息量挺大。 很多人以为中国开源模型追上来以后，前沿模型公司的护城河就没了。 但 Dario 的判断刚好相反： 在 AI 里，真正的护城河不是开不开源，也不是谁模型更多。 而是 intelligence 本身。 他说得很直白：大家不会为了便宜一点、开放一点，就长期接受“没那么聪明”的模型。 只要前沿模型每年还在 10 倍级别增长，领先者和追赶者之间就不是差一点，而是可能差一个时代。
2:30

Dario Amodei 这段谈 AI 竞争，信息量挺大。 很多人以为中国开源模型追上来以后，前沿模型公司的护城河就没了。 但 Dario 的判断刚好相反： 在 AI 里，真正的护城河不是开不开源，也不是谁模型更多。 而是 intelligence 本身。 他说得很直白：大家不会为了便宜一点、开放一点，就长期接受“没那么聪明”的模型。 只要前沿模型每年还在 10 倍级别增长，领先者和追赶者之间就不是差一点，而是可能差一个时代。

Vincent

73,191 Aufrufe • vor 2 Monaten

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 Aufrufe • vor 1 Jahr

不知道是不是巧合 英雄联盟的兔年限定刀妹皮肤语音 包含了关于白纸的内容 可以说是大型煽颠现场了
2:07

不知道是不是巧合 英雄联盟的兔年限定刀妹皮肤语音 包含了关于白纸的内容 可以说是大型煽颠现场了

Lee1ng

101,112 Aufrufe • vor 3 Jahren

Google的教学视频《Introduction to Large Language Models | 大语言模型介绍》（中英双语字幕） 这个视频介绍了大型语言模型（Large Language Models，LLMs）的概念、使用场景、提示调整以及Google的Gen AI开发工具。 大型语言模型是深度学习的一个子集，可以预训练并进行特定目的的微调。这些模型经过训练，可以解决诸如文本分类、问题回答、文档摘要、跨行业的文本生成等常见语言问题。然后，可以利用相对较小的领域数据集对这些模型进行定制，以解决零售、金融、娱乐等不同领域的特定问题。 大型语言模型的三个主要特征是：大型、通用性和预训练微调。"大型"既指训练数据集的巨大规模，也指参数的数量。"通用性"意味着这些模型足够解决常见问题。"预训练和微调"是指用大型数据集对大型语言模型进行一般性的预训练，然后用较小的数据集对其进行特定目的的微调。 使用大型语言模型的好处包括：一种模型可用于不同的任务；微调大型语言模型需要的领域训练数据较少；随着数据和参数的增加，大型语言模型的性能也在持续增长。 此外，视频还解释了传统编程、神经网络和生成模型的不同，以及预训练模型的LLM开发与传统的ML开发的区别。 在自然语言处理中，提示设计和提示工程是两个密切相关的概念，这两者都涉及创建清晰、简洁、富有信息的提示。视频中还提到了三种类型的大型语言模型：通用语言模型、指令调整模型和对话调整模型。每种模型都需要以不同的方式进行提示。 原始视频链接：
15:46

Google的教学视频《Introduction to Large Language Models | 大语言模型介绍》（中英双语字幕） 这个视频介绍了大型语言模型（Large Language Models，LLMs）的概念、使用场景、提示调整以及Google的Gen AI开发工具。 大型语言模型是深度学习的一个子集，可以预训练并进行特定目的的微调。这些模型经过训练，可以解决诸如文本分类、问题回答、文档摘要、跨行业的文本生成等常见语言问题。然后，可以利用相对较小的领域数据集对这些模型进行定制，以解决零售、金融、娱乐等不同领域的特定问题。 大型语言模型的三个主要特征是：大型、通用性和预训练微调。"大型"既指训练数据集的巨大规模，也指参数的数量。"通用性"意味着这些模型足够解决常见问题。"预训练和微调"是指用大型数据集对大型语言模型进行一般性的预训练，然后用较小的数据集对其进行特定目的的微调。 使用大型语言模型的好处包括：一种模型可用于不同的任务；微调大型语言模型需要的领域训练数据较少；随着数据和参数的增加，大型语言模型的性能也在持续增长。 此外，视频还解释了传统编程、神经网络和生成模型的不同，以及预训练模型的LLM开发与传统的ML开发的区别。 在自然语言处理中，提示设计和提示工程是两个密切相关的概念，这两者都涉及创建清晰、简洁、富有信息的提示。视频中还提到了三种类型的大型语言模型：通用语言模型、指令调整模型和对话调整模型。每种模型都需要以不同的方式进行提示。 原始视频链接：

宝玉

114,706 Aufrufe • vor 3 Jahren

网易有道「子曰4」全模态大模型来了，权重全量开源 这次「子曰4」不仅支持了多模态：图像/视频/语音全输入，27B可以本地化部署，尤其在学习场景表现优异 更值得一提的是这个 TTS 引擎独立开源，3秒即可完成声音采样，克隆音色，并支持14种语言的跨语种生成，且跨语种无口音。这对于我们做音视频营销素材跨语种分发的营销人而言，绝对是个利好 我尝试了一下用我自己的声音来朗读日语，感觉效果还挺好的，最重要的是生成快！大家可以看视频感受一下 等github把模型全开源出来后，我准备封到牛马AI里跑视频素材跨语种合成了！ TTS试玩 TTS项目地址 多模态模型
1:09

网易有道「子曰4」全模态大模型来了，权重全量开源 这次「子曰4」不仅支持了多模态：图像/视频/语音全输入，27B可以本地化部署，尤其在学习场景表现优异 更值得一提的是这个 TTS 引擎独立开源，3秒即可完成声音采样，克隆音色，并支持14种语言的跨语种生成，且跨语种无口音。这对于我们做音视频营销素材跨语种分发的营销人而言，绝对是个利好 我尝试了一下用我自己的声音来朗读日语，感觉效果还挺好的，最重要的是生成快！大家可以看视频感受一下 等github把模型全开源出来后，我准备封到牛马AI里跑视频素材跨语种合成了！ TTS试玩 TTS项目地址 多模态模型

Yangyi

16,518 Aufrufe • vor 3 Monaten

不要在公开场合外放视频！ 还得是马斯克，Grok里集成了3D虚拟形象，记忆聊天内容，甚至还有好感度系统（低好感度不能色色） 更新Grok，美区IP，设置里即可打开companion。
0:26

Sensitive content

不要在公开场合外放视频！ 还得是马斯克，Grok里集成了3D虚拟形象，记忆聊天内容，甚至还有好感度系统（低好感度不能色色） 更新Grok，美区IP，设置里即可打开companion。

Gorden Sun

64,842 Aufrufe • vor 1 Jahr

完全免费的 TTS 文字转语音来了！ 再也不用被国内外各种语音合成割韭菜了。 试了下，确实是不限次数，不限语种，完全免费， 效果就是微软 TTS 的效果，重要的是免费啊。 做个抖音、视频号之类的是完全够用了。 地址在下面 👇
0:30

完全免费的 TTS 文字转语音来了！ 再也不用被国内外各种语音合成割韭菜了。 试了下，确实是不限次数，不限语种，完全免费， 效果就是微软 TTS 的效果，重要的是免费啊。 做个抖音、视频号之类的是完全够用了。 地址在下面 👇

奥丁

95,196 Aufrufe • vor 2 Jahren

都在聊Fable 5，没人注意谷歌昨天发布了一个颠覆翻译行业的新模型：Gemini 3.5 Live Translate 这是一个实时翻译模型，支持70+语言，能自动识别语种 我在AI Studio里试了下，放一段英文视频，中文几乎同步出来，语气语速都对得上，完成度极高 自己说中文，也是1s内就出地道的目标语言 有了这个，出国谈客户不用找翻译了，跨国会议随便开，自己听英文播客、看视频也很方便 （我的测试视频如下👇） 体验地址：
0:35

都在聊Fable 5，没人注意谷歌昨天发布了一个颠覆翻译行业的新模型：Gemini 3.5 Live Translate 这是一个实时翻译模型，支持70+语言，能自动识别语种 我在AI Studio里试了下，放一段英文视频，中文几乎同步出来，语气语速都对得上，完成度极高 自己说中文，也是1s内就出地道的目标语言 有了这个，出国谈客户不用找翻译了，跨国会议随便开，自己听英文播客、看视频也很方便 （我的测试视频如下👇） 体验地址：

Sac

124,232 Aufrufe • vor 2 Monaten

说文解字 本次视频的主要内容说＂肏＂，不解来源，只讲音韵。 汉字＂肏＂的同音同义字在文章中和口语里有多种同义字，比如＂操和草＂，网络使用更广泛。 虽然是在北京形成的，但却是朱棣及部队从南方带入。 目前这个动词被汉语广泛应用，特别是在以北方语系为主的语言环境中，有人不＂草＂不会说话。
4:50

Sensitive content

说文解字 本次视频的主要内容说＂肏＂，不解来源，只讲音韵。 汉字＂肏＂的同音同义字在文章中和口语里有多种同义字，比如＂操和草＂，网络使用更广泛。 虽然是在北京形成的，但却是朱棣及部队从南方带入。 目前这个动词被汉语广泛应用，特别是在以北方语系为主的语言环境中，有人不＂草＂不会说话。

好怕怕

99,663 Aufrufe • vor 1 Jahr

Memo 现已经支持 OpenAI TTS 语音合成。 现在，多了些更自然的声音帮你把外语学习视频、播客、字幕变成中文或其他语言来播放。 换 Open AI TTS 会少一些机械音，听起来更舒服。 视频音源是 nova。
0:21

Memo 现已经支持 OpenAI TTS 语音合成。 现在，多了些更自然的声音帮你把外语学习视频、播客、字幕变成中文或其他语言来播放。 换 Open AI TTS 会少一些机械音，听起来更舒服。 视频音源是 nova。

Memo AI

97,513 Aufrufe • vor 2 Jahren

上海交通大学开源了一个非常牛批的语音生成模型 F5-TTS。 刚好这几天AI音频和播客火爆，这下瞌睡送枕头了。 模型特点有： 零样本 (Zero-shot) 声音克隆 速度控制（基于总时长） 可以控制合成语音的情感表现 长文本合成 支持中文和英文多语言合成 在 10 万小时数据上训练 最重要的是支持商用
0:47

上海交通大学开源了一个非常牛批的语音生成模型 F5-TTS。 刚好这几天AI音频和播客火爆，这下瞌睡送枕头了。 模型特点有： 零样本 (Zero-shot) 声音克隆 速度控制（基于总时长） 可以控制合成语音的情感表现 长文本合成 支持中文和英文多语言合成 在 10 万小时数据上训练 最重要的是支持商用

歸藏(guizang.ai)

129,567 Aufrufe • vor 1 Jahr

一个模型搞定视频+音频+口型! 你看到的这个就是 LTX 刚刚发布的 LTX-2 开放权重大模型, 这个模型可以文生视频或者图生视频, 这个模型最大的特点是在保证了画质和一致性的同时, 可以生成音频! 而且音频和口型完全适配! 并且说话人神态也非常棒! 模型大小是 19B, 相当可用! 演示视频是我用 HuggingFace Zero GPU 生成的 demo, 10秒视频大概需要5分钟左右生成时间. 我测试目前来看最大的优点就是口型和声音生成得非常好, 并且一致性很高. 指定人物使用什么样的银色就能稳定生成. 当然模型也有不足之处, 主要是还是偶尔能看到模型生成人物皮肤的那种油腻感. 当然官方的 pro 版本在这点上处理的更好, 并且 pro 版本支持4K分辨率输出, 当然 pro 版本是没有开源的.
1:06

一个模型搞定视频+音频+口型! 你看到的这个就是 LTX 刚刚发布的 LTX-2 开放权重大模型, 这个模型可以文生视频或者图生视频, 这个模型最大的特点是在保证了画质和一致性的同时, 可以生成音频! 而且音频和口型完全适配! 并且说话人神态也非常棒! 模型大小是 19B, 相当可用! 演示视频是我用 HuggingFace Zero GPU 生成的 demo, 10秒视频大概需要5分钟左右生成时间. 我测试目前来看最大的优点就是口型和声音生成得非常好, 并且一致性很高. 指定人物使用什么样的银色就能稳定生成. 当然模型也有不足之处, 主要是还是偶尔能看到模型生成人物皮肤的那种油腻感. 当然官方的 pro 版本在这点上处理的更好, 并且 pro 版本支持4K分辨率输出, 当然 pro 版本是没有开源的.

karminski-牙医

19,836 Aufrufe • vor 7 Monaten

网易有道开源了子曰4大模型，27B参数内，数理 SOTA 但真正让我觉得有趣的是它那个语音功能！！ 克隆个声音不稀奇，ElevenLabs 早能做 但它们都有个通病，跨语种会串口音 拿你的中文声音去说日语，它带着一口中国腔，一听就是外国人在硬讲 子曰4 主打的，就是把这口音去掉 你的声音说日语，听着就是个日本人在讲 3 秒克隆，支持 14 种语言（可以看视频演示） 做口播、配音、数字人，省钱效果还好，对不对？ 而且子曰4 这大模型是真开源，给的是权重不是 API 54 个 G 权重直接下载，能本地跑 有道龙虾那个全场景智能体，也是 100% 开源的 大模型开源了，龙虾也开源了，全往外送 有道图啥？靠什么赚钱？ 我还真扒到了它赚钱的秘密下面👇：
0:55

网易有道开源了子曰4大模型，27B参数内，数理 SOTA 但真正让我觉得有趣的是它那个语音功能！！ 克隆个声音不稀奇，ElevenLabs 早能做 但它们都有个通病，跨语种会串口音 拿你的中文声音去说日语，它带着一口中国腔，一听就是外国人在硬讲 子曰4 主打的，就是把这口音去掉 你的声音说日语，听着就是个日本人在讲 3 秒克隆，支持 14 种语言（可以看视频演示） 做口播、配音、数字人，省钱效果还好，对不对？ 而且子曰4 这大模型是真开源，给的是权重不是 API 54 个 G 权重直接下载，能本地跑 有道龙虾那个全场景智能体，也是 100% 开源的 大模型开源了，龙虾也开源了，全往外送 有道图啥？靠什么赚钱？ 我还真扒到了它赚钱的秘密下面👇：

铁锤人

141,260 Aufrufe • vor 3 Monaten

其实，很多公共场合都有这神奇，只是平时大家不注意，也不知道放在哪！
1:57

其实，很多公共场合都有这神奇，只是平时大家不注意，也不知道放在哪！

我不姓阿

256,934 Aufrufe • vor 2 Jahren