Sensitive content

This media may contain sensitive content.

正在加载视频...

视频加载失败

加载此视频时出现问题。这可能是由于临时网络问题，或视频可能不可用。

🎁转帖，抽一个秘音2.8开秘音🛒 三大美女测评：声音小，吮吸口大，支持📱控制， App里多生理科普 ✅猫猫测评：1️⃣评秘音，教姐妹们如何找到阴蒂并使用秘音2️⃣秘音很适合情侣doi时辅助使用，完全不会影响唧唧活动（视频里用水晶牛牛搭配秘音演示3️⃣连接app后，夹腿使用，解放双手

钮祜禄小姨

713,376 subscribers

2,789,741 次观看 • 5 个月前 •via X (Twitter)

Anya Rossi• Live Now

Private livecam show

0 条评论

暂无评论

原始帖子的评论将显示在这里

相关视频

我一直有一个小需求，是用我的 AI 音色把文字内容做成播客。可就是这么一个小小的需求，各种方法用了一圈，都特别麻烦。要么就得自己训练模型... 要么就是2B服务，后台难用的一批... 要么就是只能微信使用，还收费99一个声音... 试完发现就只有 Fish Audio 可以满足我的需求。 - 简单，录音十秒就能克隆自己的声音，还支持上传录音文件克隆朋友的声音 - 易用，打开网页就可以直接合成声音，不用下载APP，不用打开小程序，非常方便 - 免费，其他平台克隆一个声音收100，非常离谱，Fish Audio 克隆声音不要钱，生成500字以内也不要钱，一般内容几百字对个人来说完全够用（更多字数订阅10美金/月也不贵说实话） Fish 不仅能克隆自己的声音，还提供了一个声音共享社区，里面有各种用户上传的上万种有趣声音可以体验，坤坤，赛马娘，孙笑川，高启强...打开你的想象空间... 另外附上这条推的音频版，全部使用 Fish Audio 克隆和生成，使用剪映美化声音、增加背景音防止被其他人克隆，可以试听一下。 Fish Audio 的网址，记得收藏，以后你一定会用到

我一直有一个小需求，是用我的 AI 音色把文字内容做成播客。可就是这么一个小小的需求，各种方法用了一圈，都特别麻烦。要么就得自己训练模型... 要么就是2B服务，后台难用的一批... 要么就是只能微信使用，还收费99一个声音... 试完发现就只有 Fish Audio 可以满足我的需求。 - 简单，录音十秒就能克隆自己的声音，还支持上传录音文件克隆朋友的声音 - 易用，打开网页就可以直接合成声音，不用下载APP，不用打开小程序，非常方便 - 免费，其他平台克隆一个声音收100，非常离谱，Fish Audio 克隆声音不要钱，生成500字以内也不要钱，一般内容几百字对个人来说完全够用（更多字数订阅10美金/月也不贵说实话） Fish 不仅能克隆自己的声音，还提供了一个声音共享社区，里面有各种用户上传的上万种有趣声音可以体验，坤坤，赛马娘，孙笑川，高启强...打开你的想象空间... 另外附上这条推的音频版，全部使用 Fish Audio 克隆和生成，使用剪映美化声音、增加背景音防止被其他人克隆，可以试听一下。 Fish Audio 的网址，记得收藏，以后你一定会用到

Orange AI

61,613 次观看 • 1 年前

想要生成逼真的 AI 语音，通常使用在线 API 服务，不仅有隐私泄露风险，而且支付费用成本还不低。今天发现了一个开源免费的超逼真语音合成模型：NeuTTS Air，仅 0.5B 参数，可直接在本地电脑运行。生成的语音媲美真人，支持仅用 3 秒音频就能完成声音克隆，在手机、笔记本甚至树莓派上都能流畅运行。 GitHub：主要特性： - 超逼真语音合成，生成接近真人水平的自然语音； - 即时声音克隆，仅需 3 秒音频样本即可复制声音特征； - 完全本地运行，无需网络连接保护隐私安全； - 轻量级设计，支持手机、电脑和嵌入式设备部署； - 实时语音生成，在中等配置设备上也能流畅运行； - 内置水印技术，确保生成音频的责任可追溯性。根据 README 文档提供的详细使用教程，克隆项目安装 espeak 依赖后即可使用。

想要生成逼真的 AI 语音，通常使用在线 API 服务，不仅有隐私泄露风险，而且支付费用成本还不低。今天发现了一个开源免费的超逼真语音合成模型：NeuTTS Air，仅 0.5B 参数，可直接在本地电脑运行。生成的语音媲美真人，支持仅用 3 秒音频就能完成声音克隆，在手机、笔记本甚至树莓派上都能流畅运行。 GitHub：主要特性： - 超逼真语音合成，生成接近真人水平的自然语音； - 即时声音克隆，仅需 3 秒音频样本即可复制声音特征； - 完全本地运行，无需网络连接保护隐私安全； - 轻量级设计，支持手机、电脑和嵌入式设备部署； - 实时语音生成，在中等配置设备上也能流畅运行； - 内置水印技术，确保生成音频的责任可追溯性。根据 README 文档提供的详细使用教程，克隆项目安装 espeak 依赖后即可使用。

GitHubDaily

59,269 次观看 • 9 个月前

Spark-TTS：基于Qwen2.5模型的高效文本转语音（TTS）系统 ✅ 在多个基准测试上超越现有 TTS 方法，并结合 Qwen2.5 LLM 进行端到端生成。 ✅ 支持细粒度语音控制（性别、音调、语速等），远超传统 TTS。 ✅ 零样本语音克隆，能生成高质量个性化声音。 ✅ 采用 BiCodec 编码，简化架构，提升推理效率。与 Qwen2.5 语言模型集成，使 TTS 任务可以直接由 LLM 处理，无需额外的声学模型。允许用户通过文本描述语音风格，甚至能生成全新的虚拟声音，突破传统 TTS 只能基于参考音频合成的限制。

Spark-TTS：基于Qwen2.5模型的高效文本转语音（TTS）系统 ✅ 在多个基准测试上超越现有 TTS 方法，并结合 Qwen2.5 LLM 进行端到端生成。 ✅ 支持细粒度语音控制（性别、音调、语速等），远超传统 TTS。 ✅ 零样本语音克隆，能生成高质量个性化声音。 ✅ 采用 BiCodec 编码，简化架构，提升推理效率。与 Qwen2.5 语言模型集成，使 TTS 任务可以直接由 LLM 处理，无需额外的声学模型。允许用户通过文本描述语音风格，甚至能生成全新的虚拟声音，突破传统 TTS 只能基于参考音频合成的限制。

小互

33,382 次观看 • 1 年前

4月9日，配音博主小鱼发视频称，他的声音被AI了，并且火遍全网，无论是影视解说、动漫解说、音乐分享，甚至新华社也用他的声音播报新闻，时间长达三年。这三年来，他多次给用他声音的博主发私信，得到的都是无视和谩骂：“你拿什么证明是你的声音？用你的声音是给你面子” 小鱼表示，自己只是一个底层普通人，背后没有任何资源，所以维权无门。每天一打开手机，满屏都是自己的声音，令他几近崩溃。父母以为他已经赚了很多钱，但实际上，这些声音并未给他带来任何收入，他的生活反而愈发艰难。

4月9日，配音博主小鱼发视频称，他的声音被AI了，并且火遍全网，无论是影视解说、动漫解说、音乐分享，甚至新华社也用他的声音播报新闻，时间长达三年。这三年来，他多次给用他声音的博主发私信，得到的都是无视和谩骂：“你拿什么证明是你的声音？用你的声音是给你面子” 小鱼表示，自己只是一个底层普通人，背后没有任何资源，所以维权无门。每天一打开手机，满屏都是自己的声音，令他几近崩溃。父母以为他已经赚了很多钱，但实际上，这些声音并未给他带来任何收入，他的生活反而愈发艰难。

李老师不是你老师

516,253 次观看 • 3 个月前

总是担心玩具声音很大？在宿舍，在工位，在户外...... 大胆的欲望难道因为声音就要压抑吗？🤔 不如试试役次元电击器！隐蔽外观超小巧，绝对无声超安静不用担心被发现你的小秘密~🥰 绑带贴身且导电，全方位刺激，不放过一个敏感点不影响使用贴片哦~ 夜深人静，宿舍被子里随时随地偷偷玩，尽享电刺激的奇妙快意🥵 而且还能反过来利用声音开启声控玩法，接收环境周围声音，化作愉悦波形还有更多玩法噢，禁锢模式、运动模式、远程控制…… 想了解役次元电击器更多吗？转发+关注，7.1，抽一个宝子送役次元二代电击器一台

总是担心玩具声音很大？在宿舍，在工位，在户外...... 大胆的欲望难道因为声音就要压抑吗？🤔 不如试试役次元电击器！隐蔽外观超小巧，绝对无声超安静不用担心被发现你的小秘密~🥰 绑带贴身且导电，全方位刺激，不放过一个敏感点不影响使用贴片哦~ 夜深人静，宿舍被子里随时随地偷偷玩，尽享电刺激的奇妙快意🥵 而且还能反过来利用声音开启声控玩法，接收环境周围声音，化作愉悦波形还有更多玩法噢，禁锢模式、运动模式、远程控制…… 想了解役次元电击器更多吗？转发+关注，7.1，抽一个宝子送役次元二代电击器一台

役次元

57,003 次观看 • 24 天前

ElevenLabs 推出 Dubbing V2 端到端的AI配音模型... 最大的变化：配音不再是"先转写、再翻译、最后合成"三段式拼接，而是模型直接基于原始表演建模声音。并将音色、情绪、演绎都跟着穿越进每一种语言也就是说，同一个人开口讲六国语言，听上去还是他本人，连情绪和呼吸节奏都对得上 Dubbing v2 支持 90 多种语言和口音，原理：它针对原始表演来生成，而不是针对一段转录文本，所以语气、情绪、表达方式会跨语言保留下来，声音克隆全自动，会给原说话人建一个声音模型并应用到所有目标语言，保留身份、音高和语气，不用手动设置。另外支持音频、视频和文字三种输入具体能力： • 音色穿越：不是模仿你的声音，是你的声音直接在另一种语言里说话 • 情绪保真：原片里你笑你叹气你激动，译版照样有 • 同步感知翻译：译文长度匹配原片口型和停顿，不会嘴动完了字幕还在跑 • 措辞本地化：不是字面直译，每种语言用自己的表达方式 • 端到端全自动：传一个视频进去出一份配音，中间没有手工拼接视频里他们演了三个场景： MrBeast 风格的荒岛求生在 English/German/French 之间无缝切换一段财务部门的快节奏对白试连贯性一个童话故事试表达力

ElevenLabs 推出 Dubbing V2 端到端的AI配音模型... 最大的变化：配音不再是"先转写、再翻译、最后合成"三段式拼接，而是模型直接基于原始表演建模声音。并将音色、情绪、演绎都跟着穿越进每一种语言也就是说，同一个人开口讲六国语言，听上去还是他本人，连情绪和呼吸节奏都对得上 Dubbing v2 支持 90 多种语言和口音，原理：它针对原始表演来生成，而不是针对一段转录文本，所以语气、情绪、表达方式会跨语言保留下来，声音克隆全自动，会给原说话人建一个声音模型并应用到所有目标语言，保留身份、音高和语气，不用手动设置。另外支持音频、视频和文字三种输入具体能力： • 音色穿越：不是模仿你的声音，是你的声音直接在另一种语言里说话 • 情绪保真：原片里你笑你叹气你激动，译版照样有 • 同步感知翻译：译文长度匹配原片口型和停顿，不会嘴动完了字幕还在跑 • 措辞本地化：不是字面直译，每种语言用自己的表达方式 • 端到端全自动：传一个视频进去出一份配音，中间没有手工拼接视频里他们演了三个场景： MrBeast 风格的荒岛求生在 English/German/French 之间无缝切换一段财务部门的快节奏对白试连贯性一个童话故事试表达力

小互

10,836 次观看 • 1 个月前

holy shit，刷到一个开源语音生成项目，中英文语音效果真的吊炸，有点行业掀桌子的意思🚀 ElevenLabs 个人版每月 $5 到 $99 ，商业版更是开到 $1320一个月，现在这个完全开源、免费本地运行的模型 VoxCPM2，在部分语音相似度基准上表现我想用惊人来形容🤩 根据公开的 Minimax-MLS 语音相似度测试： • 英语：VoxCPM2 得分 85.4%，ElevenLabs 为 61.3% • 中文：VoxCPM2 得分 82.5%，ElevenLabs 为 67.7% • 阿拉伯语：VoxCPM2 得分 79.1%，ElevenLabs 为 70.6% 支持 30 种语言、48kHz 工作室级输出，可通过短音频片段进行语音克隆，也支持纯文本描述生成新声音（Voice Design），并能在本地 GPU 上运行（最低约 8GB VRAM）。项目由 OpenBMB 与清华大学相关团队开发，采用 Apache 2.0 许可，可免费用于商业用途。GitHub 已登上 Trending。你只要给它一小段录音，它就能把这个人的声音完整复刻下来。口音、情绪、语速、呼吸的节奏，分毫不差。输出是 48kHz 的录音棚品质，普通人根本听不出是 AI 生成的。更离谱的是，你甚至可以用文字直接创造声音。写一句“二十多岁的女生，声音温柔带点沙哑”，它就能从无到有生成一个完全符合描述的声音。不用找参考音频，不用请配音演员，连麦克风都不用开。它的能力有多夸张呢： • 文字造声：描述性别、年龄、音色、情绪，AI 直接生成 • 完美克隆：上传 1 分钟音频，复刻所有声音细节 • 可控克隆：克隆后还能改情绪，比如“语速加快，带着一点兴奋” • 极致还原：给音频加对应文本，连语气的细微起伏都能复现 • 30 种语言自动识别，不用手动标注 • 上下文感知，读新闻像主播，讲故事像说书人 • RTX 4090 上生成速度比播放还快 • 8G 显存就能跑，普通游戏本都能用 • 用 5-10 分钟自己的声音微调，就能得到专属声音模型最震撼的是第三方基准测试的结果：英语相似度 VoxCPM2 85.4% vs ElevenLabs 61.3% 中文相似度 VoxCPM2 82.5% vs ElevenLabs 67.7% 阿拉伯语相似度 VoxCPM2 79.1% vs ElevenLabs 70.6% 一个免费开源项目，在核心指标上全面碾压了行业标杆。专业配音一个项目 250 到 1000 美元 AI 语音平台每月 5 到 100 美元录音棚每小时 200 美元 VoxCPM2 完全运行在你本地电脑上。没有 API 费用，没有按字符计费，没有订阅。永远免费，还能商用。一行命令就能安装：pip install voxcpm 以下中文实测视频是电磁波Studio 老哥提供，供大家参考，作为新开源模型，在情绪控制稳定性、长文本一致性、企业级可靠性等方面可能仍有提升空间，实际使用体验建议大家亲自测试， GitHub地址和在线 Demo老规矩评论区自取 👇

holy shit，刷到一个开源语音生成项目，中英文语音效果真的吊炸，有点行业掀桌子的意思🚀 ElevenLabs 个人版每月 $5 到 $99 ，商业版更是开到 $1320一个月，现在这个完全开源、免费本地运行的模型 VoxCPM2，在部分语音相似度基准上表现我想用惊人来形容🤩 根据公开的 Minimax-MLS 语音相似度测试： • 英语：VoxCPM2 得分 85.4%，ElevenLabs 为 61.3% • 中文：VoxCPM2 得分 82.5%，ElevenLabs 为 67.7% • 阿拉伯语：VoxCPM2 得分 79.1%，ElevenLabs 为 70.6% 支持 30 种语言、48kHz 工作室级输出，可通过短音频片段进行语音克隆，也支持纯文本描述生成新声音（Voice Design），并能在本地 GPU 上运行（最低约 8GB VRAM）。项目由 OpenBMB 与清华大学相关团队开发，采用 Apache 2.0 许可，可免费用于商业用途。GitHub 已登上 Trending。你只要给它一小段录音，它就能把这个人的声音完整复刻下来。口音、情绪、语速、呼吸的节奏，分毫不差。输出是 48kHz 的录音棚品质，普通人根本听不出是 AI 生成的。更离谱的是，你甚至可以用文字直接创造声音。写一句“二十多岁的女生，声音温柔带点沙哑”，它就能从无到有生成一个完全符合描述的声音。不用找参考音频，不用请配音演员，连麦克风都不用开。它的能力有多夸张呢： • 文字造声：描述性别、年龄、音色、情绪，AI 直接生成 • 完美克隆：上传 1 分钟音频，复刻所有声音细节 • 可控克隆：克隆后还能改情绪，比如“语速加快，带着一点兴奋” • 极致还原：给音频加对应文本，连语气的细微起伏都能复现 • 30 种语言自动识别，不用手动标注 • 上下文感知，读新闻像主播，讲故事像说书人 • RTX 4090 上生成速度比播放还快 • 8G 显存就能跑，普通游戏本都能用 • 用 5-10 分钟自己的声音微调，就能得到专属声音模型最震撼的是第三方基准测试的结果：英语相似度 VoxCPM2 85.4% vs ElevenLabs 61.3% 中文相似度 VoxCPM2 82.5% vs ElevenLabs 67.7% 阿拉伯语相似度 VoxCPM2 79.1% vs ElevenLabs 70.6% 一个免费开源项目，在核心指标上全面碾压了行业标杆。专业配音一个项目 250 到 1000 美元 AI 语音平台每月 5 到 100 美元录音棚每小时 200 美元 VoxCPM2 完全运行在你本地电脑上。没有 API 费用，没有按字符计费，没有订阅。永远免费，还能商用。一行命令就能安装：pip install voxcpm 以下中文实测视频是电磁波Studio 老哥提供，供大家参考，作为新开源模型，在情绪控制稳定性、长文本一致性、企业级可靠性等方面可能仍有提升空间，实际使用体验建议大家亲自测试， GitHub地址和在线 Demo老规矩评论区自取 👇

AYi

49,508 次观看 • 3 个月前

用Myshell做一个用自己声音的AI英语对话机器人（暂不支持中文）核心操作：声音录音采样->上传Myshell->配置机器人教程： 1. 生成文本素材：用ChatGPT生成一段故事 “生成一段800字的英文故事”，长度足够念3分钟，只需要念2分钟左右就行。 2. 阅读录音：iPhone打开语音备忘录，用英语朗读上面生成的故事。 3. 转换音频格式：语音备忘录分享给微信文件传输助手，下载m4a格式音频，打开转换成MP3下载。 4. 注册Myshell，打开创建自己的机器人，填写基础信息，上传MP3录音文件，合成大概需要1分钟时间。到这里，就可以体验用自己声音创建的机器人Web版。如果想用自己声音搭Telegram机器人，可以按下面教程操作，相对复杂。下面视频是把声音下载用剪映做的视频，声音还挺像自己的。

用Myshell做一个用自己声音的AI英语对话机器人（暂不支持中文）核心操作：声音录音采样->上传Myshell->配置机器人教程： 1. 生成文本素材：用ChatGPT生成一段故事 “生成一段800字的英文故事”，长度足够念3分钟，只需要念2分钟左右就行。 2. 阅读录音：iPhone打开语音备忘录，用英语朗读上面生成的故事。 3. 转换音频格式：语音备忘录分享给微信文件传输助手，下载m4a格式音频，打开转换成MP3下载。 4. 注册Myshell，打开创建自己的机器人，填写基础信息，上传MP3录音文件，合成大概需要1分钟时间。到这里，就可以体验用自己声音创建的机器人Web版。如果想用自己声音搭Telegram机器人，可以按下面教程操作，相对复杂。下面视频是把声音下载用剪映做的视频，声音还挺像自己的。

向阳乔木

139,676 次观看 • 3 年前

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。

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 次观看 • 1 年前

测评一个宿舍静音神器--漫尤的「GO咪」 ❤️评+转+关抽一个宝子送出GO咪这是一个很不错的宿舍静音吮吸小玩具 🌟实测一档声音只有34分贝，宿舍使用完全无压力 🌟和偷欢mini一样，连接app之后有100个档位的无级变速调节 🌟强度跨度也挺大，低档位对新手友好，高档位也适合进阶玩家 🌟漫尤的app主打AI体验，内置了AI剧本和人物，互动体验很丰富，玩法也很多可以说是偷欢mini很好的同价位平替，强度表现上比偷欢mini更好，具体的对比可以看测评视频 🍑宝可以搜索对应数字领券基础版：51421300 AI版：54828300 到期可补或置顶帖评论区自取

测评一个宿舍静音神器--漫尤的「GO咪」 ❤️评+转+关抽一个宝子送出GO咪这是一个很不错的宿舍静音吮吸小玩具 🌟实测一档声音只有34分贝，宿舍使用完全无压力 🌟和偷欢mini一样，连接app之后有100个档位的无级变速调节 🌟强度跨度也挺大，低档位对新手友好，高档位也适合进阶玩家 🌟漫尤的app主打AI体验，内置了AI剧本和人物，互动体验很丰富，玩法也很多可以说是偷欢mini很好的同价位平替，强度表现上比偷欢mini更好，具体的对比可以看测评视频 🍑宝可以搜索对应数字领券基础版：51421300 AI版：54828300 到期可补或置顶帖评论区自取

啪啪熊的妙妙屋（大人玩具版），置顶领优惠

46,009 次观看 • 2 个月前

.Qwen 出了一个语音生成，叫 Qwen-TTS，主打方言，视频里面的北京话，您还别说，地道！ Qwen-TTS - 免费 - 支持多种中文方言和中英双语 - API 简单易用亮点 • 训练于超大规模语音数据集，语音自然、富有表现力 • 自动调整语调、语速和情感，支持普通话、北京话、上海话、四川话等方言 • 7 个中英双语声音，适合多场景应用 • 支持通过 API 一键合成语音，代码示例丰富 • 生成结果带有实时性和高可用性 • 持续迭代，未来会支持更多语言和风格博客展示

.Qwen 出了一个语音生成，叫 Qwen-TTS，主打方言，视频里面的北京话，您还别说，地道！ Qwen-TTS - 免费 - 支持多种中文方言和中英双语 - API 简单易用亮点 • 训练于超大规模语音数据集，语音自然、富有表现力 • 自动调整语调、语速和情感，支持普通话、北京话、上海话、四川话等方言 • 7 个中英双语声音，适合多场景应用 • 支持通过 API 一键合成语音，代码示例丰富 • 生成结果带有实时性和高可用性 • 持续迭代，未来会支持更多语言和风格博客展示

艾略特

29,983 次观看 • 1 年前

OpenAI公布其语音生成模型：Voice Engine 根据文本输入和一个15秒的音频样本，就能生成接近原始说话者声音的自然听起来的语音。 Voice Engine最初于2022年底开发，并已经提供给包括Heygen在内的少数公司进行测试性使用。主要功能 1、自然听起来的语音生成：利用单个15秒的音频样本，Voice Engine能够创造出既情感丰富又真实的语音，显著提升合成语音的自然度和真实感。 2、支持多种用途：从教育援助、内容翻译、提高偏远地区服务质量，到支持非语言人士和帮助患者恢复声音，Voice Engine的应用场景广泛，跨越多个行业。 3、语言和口音的保留：在内容翻译时，Voice Engine能够保留原始发言者的本地口音，使得翻译后的语音不仅流利还能保持原声音的特色。 4、多语种支持：能够生成多种语言的语音输出，适应全球化需求，特别是对于需要将内容本地化到不同语言市场的企业和内容创作者来说，这一特点尤为重要。详细：

OpenAI公布其语音生成模型：Voice Engine 根据文本输入和一个15秒的音频样本，就能生成接近原始说话者声音的自然听起来的语音。 Voice Engine最初于2022年底开发，并已经提供给包括Heygen在内的少数公司进行测试性使用。主要功能 1、自然听起来的语音生成：利用单个15秒的音频样本，Voice Engine能够创造出既情感丰富又真实的语音，显著提升合成语音的自然度和真实感。 2、支持多种用途：从教育援助、内容翻译、提高偏远地区服务质量，到支持非语言人士和帮助患者恢复声音，Voice Engine的应用场景广泛，跨越多个行业。 3、语言和口音的保留：在内容翻译时，Voice Engine能够保留原始发言者的本地口音，使得翻译后的语音不仅流利还能保持原声音的特色。 4、多语种支持：能够生成多种语言的语音输出，适应全球化需求，特别是对于需要将内容本地化到不同语言市场的企业和内容创作者来说，这一特点尤为重要。详细：

小互

38,133 次观看 • 2 年前

Bilibili 训练的这个 IndexTTS2 语音模型效果很不错，支持情感可控 + 时长可控 - 自由切换情绪（开心、生气、悲伤等），甚至能用文字告诉模型“我想让声音听起来愤怒”。 - 保持说话人音色不变，同时注入其他音频或文字里的情感。 - 生成更自然、更清晰的语音，即使在强烈情绪下也不会崩坏。 - 时长可控：可以“精确到毫秒”控制语音长度，也支持自然时长生成。 - 零样本能力：无需额外训练，只需一小段目标声音，就能模仿说话人音色并加上指定情绪。 - 多语种支持：训练语料 55,000小时，覆盖中英文、日文，兼顾自然度与跨语言表现。

Bilibili 训练的这个 IndexTTS2 语音模型效果很不错，支持情感可控 + 时长可控 - 自由切换情绪（开心、生气、悲伤等），甚至能用文字告诉模型“我想让声音听起来愤怒”。 - 保持说话人音色不变，同时注入其他音频或文字里的情感。 - 生成更自然、更清晰的语音，即使在强烈情绪下也不会崩坏。 - 时长可控：可以“精确到毫秒”控制语音长度，也支持自然时长生成。 - 零样本能力：无需额外训练，只需一小段目标声音，就能模仿说话人音色并加上指定情绪。 - 多语种支持：训练语料 55,000小时，覆盖中英文、日文，兼顾自然度与跨语言表现。

小互

27,485 次观看 • 10 个月前

一款基于Llama的TTS系统：Llasa，它通过扩展训练时间和推理时间计算，提高了语音合成的自然度、韵律准确性和情感表达能力生成效果自然流畅富有感情，开心、悲伤等情感表现的比较自然，适合做有声读物或语音助手它用了一个Xcodec2语音分词器，把语音分解成一个个小的标记，使计算机更容易处理语音，这些标记不仅能表示语音的内容，还能保留语音的情感和音色信息核心在于其单一Transformer架构和规模化训练/推理策略，结合Xcodec2语音分词器，使其能生成更自然、更富有表现力的语音有1B、3B、8B三个版本，支持中英文 #TTS #Llasa

一款基于Llama的TTS系统：Llasa，它通过扩展训练时间和推理时间计算，提高了语音合成的自然度、韵律准确性和情感表达能力生成效果自然流畅富有感情，开心、悲伤等情感表现的比较自然，适合做有声读物或语音助手它用了一个Xcodec2语音分词器，把语音分解成一个个小的标记，使计算机更容易处理语音，这些标记不仅能表示语音的内容，还能保留语音的情感和音色信息核心在于其单一Transformer架构和规模化训练/推理策略，结合Xcodec2语音分词器，使其能生成更自然、更富有表现力的语音有1B、3B、8B三个版本，支持中英文 #TTS #Llasa

AIGCLINK

34,583 次观看 • 1 年前

最近很火的AI脱口秀视频制作全流程的教程 1. 生成脱口秀文案 ◦ 在豆包中输入指令，让其扮演脱口秀编剧，围绕指定主题（如“摸鱼”）生成5篇脱口秀对话，从中选择一篇满意的文案。 2. 制作AI配音 ◦ 使用配音工具的“声音克隆”功能，上传想要的音色音频并创建专属声音模型。 ◦ 将选好的脱口秀文案输入工具，调节情绪、语速后生成配音。 3. 生成视频画面 ◦ 在AI图像生成平台输入提示词（包含人物形象、脱口秀舞台背景等信息），生成脱口秀舞台和主角的图片。 ◦ 从生成的图片中选一张，利用“对口型”功能上传配音，生成带口型动画的视频片段。 4. 剪辑优化视频 ◦ 将生成的视频导入剪映，添加观众大笑的片段、识别字幕，并配上合适的BGM，完成最终视频制作。

最近很火的AI脱口秀视频制作全流程的教程 1. 生成脱口秀文案 ◦ 在豆包中输入指令，让其扮演脱口秀编剧，围绕指定主题（如“摸鱼”）生成5篇脱口秀对话，从中选择一篇满意的文案。 2. 制作AI配音 ◦ 使用配音工具的“声音克隆”功能，上传想要的音色音频并创建专属声音模型。 ◦ 将选好的脱口秀文案输入工具，调节情绪、语速后生成配音。 3. 生成视频画面 ◦ 在AI图像生成平台输入提示词（包含人物形象、脱口秀舞台背景等信息），生成脱口秀舞台和主角的图片。 ◦ 从生成的图片中选一张，利用“对口型”功能上传配音，生成带口型动画的视频片段。 4. 剪辑优化视频 ◦ 将生成的视频导入剪映，添加观众大笑的片段、识别字幕，并配上合适的BGM，完成最终视频制作。

蛋仔

28,171 次观看 • 3 个月前

兄弟们！这套Skills 你们需要吗？核心功能就是：你直接丢一个文章、视频、音频链接等直接解析后帮你生成PPT！并且PPT可以有16种主题风格生成，可以自定义配图模型和指定的风格！也可以直接使用精美的网页设计的样式生成！支持多种播放动画自动切换和播放！看到这还没完！ 🤔 我还增加了一个可以直接生成一键讲解PPT的讲解视频功能，音画同步，支持详细模式和简单讲解等！最后导出支持html 或者mp4 视频、音频等。点赞过100 ❤️/评论哟哟我就开源！等等我吧（视频是1.0版本）

兄弟们！这套Skills 你们需要吗？核心功能就是：你直接丢一个文章、视频、音频链接等直接解析后帮你生成PPT！并且PPT可以有16种主题风格生成，可以自定义配图模型和指定的风格！也可以直接使用精美的网页设计的样式生成！支持多种播放动画自动切换和播放！看到这还没完！ 🤔 我还增加了一个可以直接生成一键讲解PPT的讲解视频功能，音画同步，支持详细模式和简单讲解等！最后导出支持html 或者mp4 视频、音频等。点赞过100 ❤️/评论哟哟我就开源！等等我吧（视频是1.0版本）

Berryxia.AI

46,393 次观看 • 5 个月前

$兄弟们，这个数字人工具感觉不错我刚安装好，正在体验一个安装包即可解决所有问题，非常适合小白用户，以往的开源数字人工具都需要自己配置环境什么的，对小白很不友好。这个一个安装包，然后下载模型即可，很容易上手可以生成带有数字人的视频，并且保持嘴型和声音是同步的。支持语音合成和声音克隆支持Windows\Linux和macOS 支持模型：比如 MuseTalk（文本到语音）和 CosyVoice（语音克隆）。可以很方便地导入各种 AI 模型，界面支持中英文，关键还是开源的。$

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 次观看 • 1 年前

这个通过Runway Act one生成的视频细节很完美角色通过文本生成角色然后使用手机拍摄一个说话视频，将你的说话表情、声音和口型转移到角色上。就变成了这样。由于Act one不支持肢体动作转移，它通过图生视频生成了肢体动作。目前最多支持30秒的视频转移！

这个通过Runway Act one生成的视频细节很完美角色通过文本生成角色然后使用手机拍摄一个说话视频，将你的说话表情、声音和口型转移到角色上。就变成了这样。由于Act one不支持肢体动作转移，它通过图生视频生成了肢体动作。目前最多支持30秒的视频转移！

小互

19,392 次观看 • 1 年前

《性爱娃娃体验室I》台本不吃兔子了哼情趣用品店老板X害羞小痴女 -用手和嘴测试她的敏感程度 -在监控画面下偷看她使用玩具 -以退为进把她带到休息室玩弄你们听完多评论多REPO是我更新的动力音频版已上传饭盒可下载食用 #男喘 #女性向 #调教 #轻粗口

《性爱娃娃体验室I》台本不吃兔子了哼情趣用品店老板X害羞小痴女 -用手和嘴测试她的敏感程度 -在监控画面下偷看她使用玩具 -以退为进把她带到休息室玩弄你们听完多评论多REPO是我更新的动力音频版已上传饭盒可下载食用 #男喘 #女性向 #调教 #轻粗口

能一起睡么

145,072 次观看 • 1 年前