🤖Seed-TTS：由字节跳动开发的几乎完美接近人类的文本到语音（TTS）模型
- 该模型能够生成高质量、几乎无法与人类声音无法区分的语音。
- 无需训练的情况下，只需要简短的语音片段即可克隆生成高度自然且富有表现力的语音。
- 完全能否胜任读小说、配音等任务。
- Seed-TTS 还提供了对各种语音属性的高级控制能力，包括但不限于情感、语调、说话风格等。
- 还可以通过编辑文本来编辑生成的语音。
🔗https://blink.csdn.net/details/1720229
🔊Stability AI 开源其音频生成模型：Stable Audio Open
- 能够通过简单的文本提示生成最长47秒的立体声音频（44.1kHz）。
- 适用于创建鼓点、乐器片段、环境声音和拟音录音等。
- 基于transforms扩散模型（DiT），在自动编码器的潜在空间中操作，提高生成音频质量和多样性。
- 用户可以在自定义音频数据上微调模型，生成符合个人需求的音频样本。
- 与Stable Audio 的比较：与能够生成最长三分钟完整曲目的商业版Stable Audio Open不同，Stable Audio Open 专注于短音频片段和音效。
🔗 https://blink.csdn.net/details/1720232
🎵Suno新功能被Udio抢跑！上传任意音频Udio自动帮延长创作
- 可以上传任意音频片段，Udio会帮你解析旋律、和弦并延长32秒！
- 新功能还包括 WAV 下载、更新的移动界面、更好的桌面端可用性和改进的标签和歌曲搜索。
- 目前上传音频生成的曲目无法发布在平台上，但可以下载保存。
🔗 Udio | AI Music Generator - Official Website
🔗 https://blink.csdn.net/details/1720233
📱Mobile-Agent-v2：让AI可以像真人一样来操控手机执行各种任务
- Mobile-Agent 是一个通过多种技术手段，实现了对移动设备的自动化操作和视觉感知功能。
- 也就是让AI可以像你一样模拟点击、滑动、输入等操作，来操控你的手机，来帮你自动完成一些列任务。
- 引入了多代理协作架构，通过多个代理协同工作，实现更高效的导航和任务执行。
🔗 https://blink.csdn.net/details/1720235
📰13名OpenAI、谷歌前任现任员工签署联名信，警告前沿AI公司
- 剑指包括 OpenAI 在内的前沿 AI 科技公司的鲁莽和保密文化。
- 阐明目前人工智能行业缺乏足够监管、需要全面改革，并呼吁领先人工智能公司建立更高的透明度。
🔗 自家员工忍不了！13名OpenAI、谷歌前任现任员工签署联名信，警告前沿AI公司-CSDN博客
4210
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
