3-7.语音模型 | 柒柒AI导航

Takin AudioLLM：喜马拉雅推出的零样本语音生成模型

Takin AudioLLM简介 Takin AudioLLM是由喜马拉雅的Everest团队开发的一款先进的零样本语音生成模型，包括Takin TTS、Takin VC和Takin Morphing三个模型，专为...

3-7.语音模型

1个月前

Fugatto简介 Fugatto是由NVIDIA团队开发的一款多功能音频合成和转换模型，它能够理解和执行自由形式的文本指令，并结合可选的音频输入进行创作。该模型通过特...

3-7.语音模型

1个月前

MaskGCT简介 MaskGCT是由香港中文大学（深圳）和广州趣丸网络科技有限公司联合推出的一种零样本文本到语音合成模型。该系统采用了一种创新的非自回归方法，通...

3-7.语音模型

2个月前

GLM-4-Voice简介 GLM-4-Voice是智谱AI于推出的端到端情感语音模型，旨在提升人机交互的自然性和灵活性。该模型具备情感理解与表达能力，能够模拟多种情绪并实...

3-7.语音模型

2个月前

F5-TTS简介 F5-TTS是由上海交通大学的研究团队开发的一种非自回归文本到语音模型，它采用了基于流匹配的扩散变换器技术。该系统通过简化的设计，无需复杂的时...

3-7.语音模型

3个月前

LLaMA-Omni 简介 LLaMA-Omni是由中国科学院计算技术研究所智能信息处理重点实验室的团队开发的一种新型模型架构，旨在实现与大型语言模型（LLMs）的无缝语音...

2-4.应用工具音频

3个月前

Moshi简介 Moshi是由法国人工智能研究实验室Kyutai开发的一款先进的语音-文本基础模型，现已开源。它是一个用于实时对话的全双工语音对话框架。该模型通过将...

3-7.语音模型

4个月前

EzAudio简介 EzAudio 是由腾讯联合约翰霍普金斯大学开发的一种创新的文本到音频生成框架。该框架通过采用高效的扩散变压器架构和优化的训练策略，在保持模型...

2-4.应用工具音频

4个月前

Faster Whisper简介 Faster Whisper 是一款基于 OpenAI Whisper 模型的高效语音识别工具，它通过采用 CTranslate2 引擎实现快速推理，显著提升了语音转写的效...

2-4.应用工具音频

4个月前

Speech To Speech简介 Speech-to-Speech 是由 Hugging Face 组织开发的一个开源项目，旨在构建一个模块化的语音到语音转换系统。该项目利用先进的人工智能技...

2-4.应用工具音频

4个月前