【🈲18禁注意】11lab的语音大模型确实已经突破天际了，你是我爹行了吧，

发布时间: 2025-07-13 23:10:35

1分

数据加载中

关注推特

收听电报

【🈲18禁注意】
11lab的语音大模型确实已经突破天际了，你是我爹行了吧，
时政
( twitter.com )

6小时前由 CuiMao.AI 提交

Markdown支持

评论加载中...

您可能感兴趣的：更多

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

10个月前 • orange.ai • -- 点击 • 下载视频 0 评论

00:02:40

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)

4个月前 • 小互 • -- 点击 • 下载视频 0 评论

00:01:01

我去
这个语音克隆模型有点牛P 哈哈哈
使用了 250,000 小时的中英双语语音数据训练
只需15秒的声音就能完美克隆声音，保持音色和情感
Llasa-3B 可以通过输入一个带有情感特征的语音提示（Prompt），在生成目标语音时保留提示语音中的情感特征。
基于 LLaMA 语言模型（ 1B、3B 和 8B
时政
( twitter.com)

5个月前 • 小互 • -- 点击 • 下载视频 0 评论

00:00:42

近日，山东临沂。临沂某技术学校强制所有学生签署知情保密函，录制包含个人身体肖像、造型信息、音频信息、语音声纹在内的视频用于语音大模型训练。
时政

墙国教育
( twitter.com)

1个月前 • 李老师不是你老师 • -- 点击 0 评论

微软发布 Azure AI 高清语音模型
能理解文本背后的情感并实时调整语音语调和情感表达
模型可以准确解析输入文本、自然地模拟对话，包含常见的停顿、语气词和轻微的情感变化，使生成的语音听起来像是和人对话，而不是生硬的朗读文本。
时政
( twitter.com)

9个月前 • 小互 • -- 点击 • 下载视频 0 评论

00:00:56

# AI 开源模型分享
最强语音识别和说话人分离模型
Reverb 推出最强开源语音识别 (ASR) 和说话人分离 (Diarization) 模型, 评测结果击败 OpenAI 推出的 Whisper large-v3！
# Reverb ASR 模型
- 使用 20 万小时的人工转录数据训练
- 达到了最新的词错误率 (WER) 水平
- 支持可定制的逐字转录
#
时政
( twitter.com)

9个月前 • meng shao • -- 点击 0 评论

OpenAI 发布 gpt-4o-audio-preview 模型
主要功能包括：
- 根据文本生成语音响应。
- 分析音频输入的情感、语调和音调。
- 支持语音到语音的互动，音频既可以作为输入也可以作为输出。
与Realtime API的区别：
时政
( twitter.com)

8个月前 • 小互 • -- 点击 • 下载视频 0 评论

00:00:10

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)

5个月前 • 小互 • -- 点击 • 下载视频 0 评论

00:05:26

西北工业大学开源了一个语音理解模型：OSUM，支持8种语音理解任务，从ASR到情感识别，以及语音到文本的深度理解
支持语音识别(ASR)
带时间戳的语音识别(SRWT)
声音事件检测(VED)
语音情感识别(SER)
说话风格识别(SSR)
说话者性别分类(SGC)
说话者年龄预测(SAP)
语音到文本对话(STTC)
时政
( twitter.com)

4个月前 • AIGCLINK • -- 点击 • 下载视频 0 评论

00:01:17

【🈲18禁注意】 11lab的语音大模型确实已经突破天际了，你是我爹行了吧， 时政 ( twitter.com )

时政

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

IT技术

时政

时政

近日，山东临沂。临沂某技术学校强制所有学生签署知情保密函，录制包含个人身体肖像、造型信息、音频信息、语音声纹在内的视频用于语音大模型训练。 时政 墙国教育 ( twitter.com)

时政

墙国教育

时政

时政

OpenAI 发布 gpt-4o-audio-preview 模型 主要功能包括： - 根据文本生成语音响应。 - 分析音频输入的情感、语调和音调。 - 支持语音到语音的互动，音频既可以作为输入也可以作为输出。 与Realtime API的区别： 时政 ( twitter.com)

时政

时政

时政

创建一个新帐户

登录

【🈲18禁注意】
11lab的语音大模型确实已经突破天际了，你是我爹行了吧，
时政
( twitter.com )

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

近日，山东临沂。临沂某技术学校强制所有学生签署知情保密函，录制包含个人身体肖像、造型信息、音频信息、语音声纹在内的视频用于语音大模型训练。
时政

墙国教育
( twitter.com)

OpenAI 发布 gpt-4o-audio-preview 模型
主要功能包括：
- 根据文本生成语音响应。
- 分析音频输入的情感、语调和音调。
- 支持语音到语音的互动，音频既可以作为输入也可以作为输出。
与Realtime API的区别：
时政
( twitter.com)