兄弟们，这个全新的语音模型很厉害已经无法分辨了Sesame： “跨越语音“恐怖谷” ，像真人说话一样的语音模型当人工合成的语音接近真实人声但仍然存在微小差异时，人类会感到奇怪或不适，这就是所谓的“恐怖谷效应”。Sesame 公司展示了其最新的语音合成模型CSM，

发布时间: 2025-03-01 23:20:37

1分

数据加载中

关注推特

收听电报

2

1

0

兄弟们，这个全新的语音模型很厉害
已经无法分辨了
Sesame： “跨越语音“恐怖谷” ，像真人说话一样的语音模型
当人工合成的语音接近真实人声但仍然存在微小差异时，人类会感到奇怪或不适，这就是所谓的“恐怖谷效应”。
Sesame 公司展示了其最新的语音合成模型CSM，
时政
( twitter.com )

2个月前由小互提交

兄弟们，这个全新的语音模型很厉害

已经无法分辨了

Sesame： “跨越语音“恐怖谷” ，像真人说话一样的语音模型

当人工合成的语音接近真实人声但仍然存在微小差异时，人类会感到奇怪或不适，这就是所谓的“恐怖谷效应”。

Sesame 公司展示了其最新的语音合成模型CSM，它在个性、记忆、表达能力和恰当性上表现出了非常惊人的能力。

Markdown支持

评论加载中...

您可能感兴趣的：更多

1

3

2

2

兄弟们炸裂了
这个语音专文本TTS模型应该是目前对中文支持最好的了
ChatTTS：专门为对话场景设计的文本到语音TTS模型
该模型经过超过10万小时的训练，公开版本在 HuggingFace 上提供了一个4万小时预训练的模型。
专为对话任务优化，能够支持多种说话人语音，中英文混合等。
时政
( twitter.com)

11个月前 • 小互 • -- 点击 • 下载视频 0 评论

00:05:26

2

2

1

1

兄弟们，这个厉害了！！！
PersonaTalk：字节跳动开发出可精准给视频进行AI配音的模型
能保持口型同步、说话风格完美匹配
只需输入音频和参考视频，即可生成同步的视觉配音
不仅让嘴唇动作与音频完美匹配，还能保留说话者的个性特点，比如说话的速度、语调和表情。
时政
( twitter.com)

6个月前 • 小互 • -- 点击 • 下载视频 0 评论

00:01:30

3

2

1

1

兄弟们，这个强啊，效果真的挺棒
复旦大学OpenMOSS人工智能开放实验室
推出首个端到端实时语音交互模型
中文语音能力感觉和GPT 4o 的高级语音很接近
- 低于 200 毫秒，支持语音打断和自然互动
- 可根据指令生成多情感、多风格的语音，包括模仿特定角色的情绪。
-
时政
( twitter.com)

3个月前 • 小互 • -- 点击 • 下载视频 0 评论

00:05:26

4

2

1

1

兄弟们，Suno V3厉害了。😊
粤语歌挺有味，style加个Cantonese到里面，直接出粤语
《當年你不知我想坐你身旁》
词用gemini 1.5直接上粤语
IT技术
( twitter.com)

1年前 • 遁一子 • -- 点击 • 下载视频 0 评论

00:02:35

5

2

1

1

兄弟们这个牛P了
2800 tokens/s 啊😂
全球最快推理速度模型不要眨眼↓
ChatDLM：全球首个扩散语言模型 (DLM) 即将开源
ChatDLM深度融合了 Block Diffusion 和 Mixture-of-Experts (MoE) 架构，实现了全球最快的推理速度。
同时支持131,072 tokens的超长上下文
时政
( twitter.com)

4天前 • 小互 • -- 点击 • 下载视频 0 评论

00:00:43

6

2

1

1

微软最新发布 Phi 系列的两个全新小模型：Phi-4-multimodal（多模态）和 Phi-4-mini（迷你版） 1. Phi-4-multimodal（5.6B参数）
- 多模态能力：首次整合语音、视觉、文本处理，无需多个模型或复杂流程，统一处理多类型输入。
- 性能亮点： -
时政
( twitter.com)

2个月前 • meng shao • -- 点击 0 评论

7

2

1

1

Soul 的语音新模型，中文效果完爆4o
IT技术
( twitter.com)

8个月前 • orange.ai • -- 点击 • 下载视频 0 评论

00:02:40

8

3

2

2

一家法国的 AI 实验室 Kyutai，刚刚发布一个对标 GPT-4o 的开源实时语音多模态模型，能够听、说、看，而且从演示看，也可以随时打断，可以模仿法国口音说英语，可以说悄悄话。效果比 GPT-4o 要差一点，但是已经很接近了。
重要的是：
- 他们的模型训练管道和架构非常简单且具有很大的可扩展性，像
IT技术
( twitter.com)

10个月前 • 宝玉 • -- 点击 • 下载视频 0 评论

00:08:57

9

2

1

1

DeepSeek Chat 和 DeepSeek Coder 两个模型已经合并升级为新模型为 DeepSeek V2.5。这事奔学Claude 3.5去的。代码能量很强，价格骨折，随便造。
时政
( twitter.com)

7个月前 • Tony Zhu • -- 点击 0 评论

0.37979 Second , Gzip Enable.本网所有言论均来自网络，不代表本网站立场。联系方式: [email protected]

©2012.11.21 bad.news All rights reserved. 社区自动运营第 -- 年零 -- 天
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.

关注推特