AI音频

jovi1 周前

VITA-1.5：开源多模态视频语音大模型

VITA-1.5 是一个开源的多模态视频语音大模型，类似于 GPT-4o，支持实时视频语音交互。它基于 Qwe…
了解更多 »
jovi2 周前

TangoFlux：极速文本转音频生成模型

TangoFlux 是一个开源的极速文本转音频（TTA）生成模型，在单个 A40 GPU 上仅需 3.7 秒即…
了解更多 »
jovi2 周前

ebook2audiobook 2.0 发布：全新WebUI与 1000 种语言

知名开源电子书转有声书项目ebook2audiobook 发布了 2.0 版本。新版本支持本地语音克隆与有声书…
了解更多 »
jovi2 周前

字节开源 LatentSync：高效口型同步扩散模型

LatentSync 是字节开源的用于口型同步的扩散模型，只需提供角色视频和要同步的音频即可生成。该模型对硬件…
了解更多 »
jovi3 周前

趣丸科技「天谱乐」开创AI音乐新纪元：全球首个多模态配乐大模型

趣丸科技推出的全球首个多模态配乐大模型“天谱乐”，支持文本、图片和视频生曲，能生成高度匹配的BGM和MV效果。…
了解更多 »