音频版ControlNet！Adobe发声音模仿新方法Sketch2Sound

Sketch2Sound通过提取音量、亮度和音高等控制信号，将声音模仿转换为新声音生成，基于DiT模型实现，微调步骤少，模型轻量化；采用随机中值滤波，允许灵活时间精度的控制信号提示，声音艺术家可在“草图感”和“精确度”之间选择；模型智能化生成声音，结合文本提示和声音手势，能在不同场景下自动调整生成结果。