首页
Ai 资讯
Ai 知识库
创作魔法
绘画魔法
视频魔法
训练魔法
Ai术语
Ai提示词
Ai创意图
Ai工具
Ai视频
VIP专区
VIP专区
登录
AI魔法学院客服
最新
排序
收藏
全部
七天内
一个月内
选择分类
全部
写作魔法
绘画魔法
视频魔法
训练魔法
其他
AI工具
VIP视频
推荐阅读
换一批
· 最新最强开源模型Qwen3本地运行指南!Windows+ollama+chatwise轻松搞定
· 【CLIP系列Paper解读】CLIP: Learning Transferable Visual Models From Natural Language Supervision
· Stable Diffusion快速生图,LCM-Lora、sd_xl turbo寄养和亲生谁好?!
· 零一万物API开放平台出场!通用Chat多模态通通开放,还有200K超长上下文版本
· 拒绝996,想出海赚美元?这7个GPT方案绝对靠谱!
· 大模型微调数据选择和构造技巧
· 深度|红杉重磅发布:2024 AI 50 榜单 (全网最全)
· 阿里通义实验室薄列峰:从兵马俑跳“科目三”到照片唱歌,四大框架让AI生成的人物活起来丨GenAICon 2024
· Prompt屠龙术-大厂prompt工程指南解析提炼
· 还没有上手Stable Diffusion XL 1.0 的同学,看这篇文章就够了
热门标签
Stable Diffusion
stable diffusion
Midjourney
midjourney
ComfyUI
comfyui
ChatGPT
chatgpt
大模型
数字人
开源
人工智能
Sora
文心一言
天工
零一万物
知海图
星火
文心一格
混元
通义千问
盘古
言犀
ChatGLM
Github
微软
热门标签
免费
教程
插件
免费
教程
插件
免费
教程
插件
文章列表
开源
【开源项目】Flow Matching
语
音
合
成
CFM是一种新技术,已被证明可以改进扩散模型,Meta的Voicebox模型将CFM引入
语
音
合
成
领域,下面是voicebox的一个工作流程图 Matcha-TTS是第一个开源conditional
音视频
Flow
Matching
开源
网易(TTS)EmotiVoice:开源
语
音
合
成
,支持2000多
音
色
你是否曾经想过,如果你能用一句简单的提示来控制你的
语
音
合
成
器,那该多方便?
EmotiVoice
语音合成
视频
Wunjo AI:
合
成
和克隆英
语
/俄
语
/中文
语
音
,实时
语
音
识别,深度换脸和唇动
合
成
,通过文本提示更改视频,分割和修饰
无论您是钻研
语
音
合
成
、制作 Deepfake 动画、通过文本提示绘制稳定扩散视频还是视频制作,Wunjo AI 都能满足您的需求。
AI语音克隆
实时语音识别
开源
有感情的
语
音
合
成
开源模型:ChatTTS安装使用详解
ChatTTS是一个为对话场景设计的
语
音
生
成
模型,专门用于大型
语
言模型(LLM)助手的对话任务、对话
语
音
和视频介绍等应用。
ChatTTS
语音合成
开源
从声纹模型到
语
音
合
成
:
音
频处理 AI 技术前沿 | 开源专题 No.45
它包含了两个最先进的 AI 生
成
模型 (AudioGen 和 MusicGen) 的推理和训练代码,可以产生高质量
音
频。
AudioCraft
音频
关于AI声
音
生
成
的一切(
语
音
+
音
乐+嘴型)
PRETSSEL是一个表达性单元到
语
音
生
成
器,能够有效地从
语
音
中分离
语
义和表达性
成
分,并转移话
语
级别的表达性,如个人的声
音
风格。
声音
开源
有道开源的国产
语
音
库EmotiVoice爆火了!具有情绪控制功能的
语
音
合
成
引擎!
但是近期,网易有道AI算法团队也开源了一款国产TTS
语
音
合
成
引擎EmotiVoice,刚上线仅一周时间就暴涨4200颗星,问鼎当周GitHub trending流行榜第一。
EmotiVoice
语音库
OpenAI
【
语
音
识别】OpenAI
语
音
力作Whisper
然后预测时,需要配
合
额外的逆文本标准化(inverse text normalization)来生
成
自然转写(比如加标点符号)。
语音转文字
whisper
ComfyUI
ComfyUI王牌!复
合
生
成
!必须揉在一起
上期我们讲了利用基于
语
言到图像的生
成
网络的GLIGEN模型可以做到指哪打哪的生
成
。
comfyui
文生图
字正腔圆,万国同
音
,coqui-ai TTS跨
语
种
语
音
克隆,钢铁侠讲16国
语
言
这使得模型能够在不同
语
种之间进行
语
音
合
成
,而无需在任何双
语
或平行示例上进行训练。
coqui-ai
TTS
语音
工具
AI文本转
语
音
工具(TTS):MeloTTS
今天给大家介绍一个效果不错的开源文本转
语
音
工具:MeloTTS MeloTTS是一个可以把文字转换
成
声
音
的工具,它支持英
语
、西班牙
语
、法
语
、中文、日
语
和韩
语
等多种
语
言。
MeloTTS
语音工具
开源
阿里巴巴
语
音
实验室发布开源
语
音
处理框架ClearerVoice-Studio,支持
语
音
增强、分离、目标说话人提取
它集
成
了先进的
语
音
增强(Speech Enhancement)、
语
音
分离(Speech Separation)和
音
视频扬声器提取(Audio-Video Speaker Extraction)功能,能够在嘈杂环境中清理
音
频
ClearerVoice-Studio
语音
大模型
“实时”
语
音
翻译!AI
语
音
具有“情绪”!最强开源AI大模型来了
你想把一段
语
音
转
成
文字,或者把一段文字转
成
语
音
,但是你不知道怎么操作!
大模型
开源模型
语音
实时
语
音
克隆
项目简介 这份内容介绍了实时
语
音
克隆的技术实现,作者通过将说话者验证技术转移到多说话人文本到
语
音
合
成
(SV2TTS)来实现
语
音
克隆。
语音
克隆
开源
十大开源
语
音
识别项目
这项技术在多个领域有着广泛的应用,包括但不限于
语
音
助手、
语
音
搜索、自动转写以及
语
音
命令识别。
语音识别
开源项目
<
1
2
3
4
5
6
7
8
9
10
...
>
1
2
4
5
6
7
8
9
100