-
播客神器：微软开源 VibeVoice-1.5B 音频模型，支持中文、可生成 90 分钟 4 人聊天语音
8 月 27 日消息，科技媒体 marktechpost 于 8 月 25 日发布博文，报道称微软发布开源文本转语音（TTS）模型 VibeVoice-1.5B，可一次生成最长 90 分钟、最多 4 位不同说话者的自然语音，并支持跨语言及歌声合成。 在架构方面，VibeVoice-1.5B 基于 1.5B 参数的 Qwen2.5 语言模型，结合声学（Acoustic）与语义（Semantic）双分…- 8.1k
-
速度最快：Stable Audio Open Small 端侧音频模型登场，手机上 8 秒内 AI生成 11 秒音频
5 月 15 日消息，科技媒体 TechCrunch 昨日（5 月 14 日）发布博文，报道称 AI 初创公司 Stability AI 推出 Stable Audio Open Small，号称是市场上速度最快的“立体声”音频生成 AI 模型，可在智能手机上运行。 相比较 Suno 和 Udio 等其他 AI 音频应用，Stable Audio Open Small 无需依赖云端处理，其高效设计…- 5.4k
扫码打开当前页
-
￥優惠使用時效：无法使用使用時效：
之前
使用時效：预期有效优惠编号：×