新Hume AI OCTAVE
文本转语音 一款革命性的语音语言模型，能够将文本迅速转换为具有真人声和克隆人格特征的语音。
Kokoro是一款新发布的语音合成模型，具有8200万参数，以其轻量级设计和高效性能在TTS领域表现卓越。
数据统计
相关导航
新Whisper-Medusa Whisper-Medusa
一款基于Whisper模型的优化版语音识别工具，通过多解码头技术显著提升处理速度
新Fineshare
AI语音生成器 Fineshare是一款多功能的AI语音生成器，能够将文本转换为自然流畅的语音。
新TeleChat3
国产千亿MoE开源大模型 TeleChat3 是中国电信 TeleAI 开源的国产千亿参数 MoE 大模型，支持“思考模式”并在全国产算力上完成 15T tokens 训练，可对标国际顶尖水平。
新SadTalker SadTalker
学习现实的3D运动系数风格化音频驱动的单图像说话的脸动画。
新ViViD
虚拟试衣技术 ViViD 是一个创新的视频虚拟试穿框架，它利用扩散模型技术，结合服装编码器和姿态编码器，为用户提供逼真的视频试穿体验。
新DisPose
可控人像动画技术 DisPose 是一种可控制的人体图像动画方法，它通过运动场引导和关键点对应来提高视频生成的质量。
新MaskGCT
零样本语音合成的创新突破 趣丸科技与香港中文大学（深圳）联合研发的开源文本转语音（TTS）模型，能够实现零样本语音合成，无需显式对齐信息和音素级时长预测，支持多种语言和情感控制。
暂无评论...