相关新闻

placeholder

sitin

2天前

IndexTTS2 是 Bilibili 提出的一款新一代零样本语音合成（TTS）模型，其核心目标是实现高精度时长控制与高度自然的情绪表达，同时保持音色一致性，适用于视频配音、内容创作和多模态合成等场景。 核心突破与功能亮点 1.精准时长控制：可直接指定语音时长（精确到毫秒），确保与视频口型严格对齐。支持不设限的“自然时长”模式，适应不同场景。 2.音色与情感完全分离（核心创新）：通过对抗训练

placeholder

Jesse Lau 遁一子

3天前

gemini gem可以打开deep think

placeholder

Geek

3天前

ModelScope魔搭 Qwen/Qwen3-Next-80B-A3B-Instruct 已经上线了，这是用它生成的天气卡片。

placeholder

Gorden Sun

6天前

B站的IndexTTS2开源了，有没有已经部署的，看看效果是不是像Demo那样牛逼？ Github： 模型：

placeholder

sitin

1周前

ElevenLabs 正式发布了其新一代 AI 音效生成工具——SFX 模型 v2，并详细介绍了该模型的重大升级、广泛的应用场景以及配套的新功能。 1.新版本相比之前有显著提升，重点是： 更高质量的音效生成。 ·无缝循环：生成的音效可以完美循环播放，没有断续感。 ·更长时长：支持生成最长30秒的音效。 ·更高采样率：达到48kHz的专业音频标准。 2.广泛的应用场景：文章花了大量篇幅说明这个工

关联事件

OpenAI新德里发布会：ChatGPT语音翻译功能引发热议

475

在新德里举行的活动中，OpenAI宣布即将推出o3-Pro模型，取代现有的o1-Pro模型，旨在提升ChatGPT的推理能力和功能。同时，OpenAI还发布了ChatGPT高级语音模式的升级，新增了自然停顿、重音处理、同理心表达和双向自动翻译等功能。这一更新已向所有付费用户开放，预计将进一步增强ChatGPT的用户体验和市场竞争力。随着用户基数的不断扩大，OpenAI的这些新功能引发了广泛关注，尤其是在人工智能语音交互领域的应用潜力。