首页

投稿

KrillinAI 开源全能型音视频本地化工具——视频翻译、配音、语音克隆、横屏及竖屏

2358

20

2025-05-09 20:21:10

未经作者授权，禁止转载

KrillinAI 开源全能型音视频本地化工具——视频翻译、配音、语音克隆、横屏及竖屏 GitHub社区 KrillinAI 项目介绍： https://github.com/krillinai/KrillinAI KrillinAI 项目Docker部署方式： https://github.com/krillinai/KrillinAI/blob/master/docs/zh/docker.md 欢迎留言、分享、点赞、讨论，您的鼓励皆是动力！

swanmsg 发消息

AI声音克隆新时代：F5-TTS/E2-TTS开源模型，离线部署实战指南！

12:21

Spark-TTS开源模型：从原理到实操，手把手教你打造专属AI语音克隆系统！

11:49

AI 音乐革命：DiffRhythm 横空出世，秒变作曲作词大师！

10:47

声音魔术师来了！Seed-VC开源模型轻松实现实时变声，玩转语音新世界！

10:24

F5-TTS/E2-TTS、Spark-TTS、CosyVoice开源模型，声音（音色）克隆大比拼！

11:28

Step-Audio：声音克隆新纪元！多情感，打造极致个性化语音体验！

12:12

MeloTTS开源语音模型支持生成多国（美式｜英式｜澳式｜印度式）英语语音，中英文混合文生语音，开启AI语音新时代！

08:40

Kokoro-TTS轻量级开源语音模型——本地安装部署及体验

14:38

颠覆创作圈！EdgeTTS + EasyTTS 双核炸场：30分钟用AI语音合成爆款多人剧，三国权谋到社畜撕逼全拿捏！

17:06

降本增效！Fish Speech 轻量级开源语音合成方案，企业级中文克隆免费可用！

16:40

OMG！GPT-SoVITS-V3部署开启，语音交互开启“特种兵”式爽感体验！

19:05

告别‘大风吹’，IndexTTS 带来真风暴！开源语音模型碾压全场！

15:20

哇塞！MegaTTS3一登场，语音合成界直接“疯癫”，其他选手都懵圈啦！

16:32

告别机械音！Dia 1.6B实现“人类级”对话合成，24小时狂揽5000星，把AI语音合成卷出新高度！

10:06

FunAudioLLM：多模态语音理解与合成框架综述及CosyVoice 2.0-0.5B模型部署实践

23:38

KrillinAI 开源全能型音视频本地化工具——视频翻译、配音、语音克隆、横屏及竖屏

14:50

月之暗面 Kimi-Audio 7B参数开源音频基础模型——功能测试、部署、体验及感悟总结

12:42

轻量级语音合成模型来了！Coqui TTS 开源语音合成模型——高效、灵活、轻量化跨语种文本转语音合成

11:00

英伟达推出轻量ASR模型！Parakeet-TDT-0.6B-V2 开源语音识别模型——极速转录、高精度、商业友好的英文语音识别

10:54

OpenAudio-S1开源语音合成模型——支持50多种情感表达，音色配音媲美真人

04:40

颠覆听觉革命！Qwen-TTS模型震撼登场，语音合成迈入超真实时代！

09:52

StyleTTS2：基于大型语音语言模型的风格传播和对抗性训练，实现人类层面的文本转语音

13:17

从冷冰冰到有温度：ChatTTS 让品牌声音更懂人心！

10:08

Kyutai来了！法国版OpenAI能否颠覆全球AI格局？全开源、全免费、全革命：Kyutai在音频大模型领域宣战！

11:16

英伟达献礼！Audio Flamingo 3开源大规模音频语言模型——处理复杂环境下的语音识别和理解

13:52

边缘设备部署？DMOSpeech2：开源TTS语音合成模型满足你苛刻的要求！

07:14

李沐老师力荐！Higgs Audio：开源TTS语音合成模型

09:38

多语种翻译模型！Sherpa-ONNX：开源 STT 和 TTS 语音识别和情绪识别模型

10:26

惊鸿一瞥？VibeVoice：微软开源最先进的TTS语音合成模型

27:00

小米 MiMo Audio：开源“声”宴，AI聊天如邻家唠嗑

29:26

小红书 FireRedTTS：点燃你的耳朵，AI语音“火红”革命！

21:32

Lobe TTS：不止会说话，还能够听懂！

13:50

微软推出 VibeVoice-Realtime-0.5B 轻量级实时文本转语音模型

14:33

面壁智能 VoxCPM-0.5B：轻量级开源语音合成模型测试体验

14:42

炸裂开源！Meta发布“万能语音识别”，覆盖全球1600+语言

21:57

新年首秀！LuxTTS：基于 zipvoice 的轻量级文本到语音（TTS）模型

13:32

MOSS-TTS-Nano：面向资源受限场景的轻量级开源语音合成引擎

14:46

VoxCPM 2：下一代开源多语言语音合成框架——从文本描述设计语音到真实语音克隆

16:19

全球第一！中国模型 ViiTorVoice 登顶榜首，首个可编辑AI语音来了!

17:23

顶部