文章列表-AI魔法学院

文章列表

关于AI声音生成的一切（语音+音乐+嘴型）

其实声音生成也有很多革命性的工具，例如高质量的声音识别、文字转成人声、人声克隆、音乐生成，已经能组成完整工作流了，其中一些工具甚至已经打包好了，只要下载解压就能用！

声音

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

AI+音乐｜对话 Suno CEO：破圈的音乐生成产品是如何诞生的？

用户可以通过简单的文本提示进行创作，生成多种音乐风格的高质量音乐和语音。。

suno 音乐

【语音识别】OpenAI语音力作Whisper

虽然无监督预训练能产生高质量的语音表征，但它学不到语音到文本的映射，要学到语音到文本的映射只能靠微调。

语音转文字 whisper

【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

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

栩栩如生,音色克隆,Bert-vits2文字转语音打造鬼畜视频实践

BERT的出现对自然语言处理领域带来了重大影响，成为了许多最新研究和应用的基础。

Bert-vits 语音

生成式AI与大语言模型的区别

如果它们听起来像是可比的，可能更像是生成模型人工智能对大型模型人工智能，或者可能是生成式语言模型对大型语言模型。

生成式AI 大语言模型区别

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

facebookresearch/audiocraft[1] Stars: 16.6k License: MIT AudioCraft 是一个用于音频生成的

AudioCraft 音频

打造音乐传奇：Suno推出音乐生成模型Suno V3，让每个人都能成为作曲家

Suno AI全新音乐生成模型Suno V3来临，掀起音乐界"ChatGPT时刻"，人人皆可成为作曲家、歌手，瞬间超越自我，打造独一无二音乐专辑就在此刻！

suno 歌曲音乐

生成式AI领域拓展！MetaAI开源AudioCraft：一个支持AudioGen、MusicGen等模型的音频生成开发框架

然而，音频生成领域的进展却相对滞后。

开源模型

RAG 2.0来了，它能成为生产落地的福音吗？

RAG作为当前最流行、相对成熟的的LLM应用架构，受到了开发者的广泛关注，相关围绕RAG优化的技术层出不穷，但依旧难逃达不到生产应用要求的尴尬。

RAG 大模型

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

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！

EmotiVoice 项目介绍 EmotiVoice 是一款现代化的开源语音合成引擎，支持中英文双语，包含2000多种不同的音色，以及特色的情感合成功能，支持合成包含快乐、兴奋、悲伤、愤怒等广泛情感的语音

EmotiVoice 语音库

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

<12 3 4 5 6 7 8 9 10 ...>

汇聚AI资讯，网罗AI文档，详解AI工具！

关于我们用户协议隐私条款商务合作：skillupvip

© 2023-2024 AI魔法学院

京ICP备20027199号-1