技术栈
语音大模型
weixin_42160755
7 天前
ai配音
·
语音大模型
·
短剧出海
·
零样本tts
·
非自回归语音合成
·
掩码生成模型
·
跨语种声音克隆
从自回归到掩码生成：拆解零样本 TTS 在长视频配音场景下的技术路径
做过短剧出海或者影视译配的工程师大概都遇到过这样一个场景：拿一段十分钟的中文剧情，翻译成英文之后用一个看起来效果不错的 TTS 模型合成配音，前两分钟听起来非常自然，到第五分钟某个角色的音色开始出现轻微的漂移，到第八分钟某句台词干脆出现了重复词或者吞字。
攻城狮7号
7 个月前
人工智能
·
开源模型
·
语音大模型
·
llaso
·
逻辑智能
全球首个全开源端到端语音大模型框架：逻辑智能LLaSO
目录前言：语音大模型为何陷入发展瓶颈？一、“规矩制定者”登场：LLaSO框架是什么？二、LLaSO的“三板斧”：一套开源的“数据+考场+范本”组合拳
未来之窗软件服务
1 年前
数字人
·
语音大模型
F5-TTS文本语音生成模型-CPU版本安装-数字人之语音驱动
9G大小修改系统缓存目录由于解压到了C盘不够，安装后没有自己删除，手动删除一下C:\Users\当前用户名\AppData\Roaming\F5-TTS-CPU\installer
DogDaoDao
2 年前
人工智能
·
深度学习
·
大模型
·
音视频
·
音频
·
音频处理
·
语音大模型
开源音频处理项目推荐【持续更新】
我是有底线的