中国信通院
官方 AI 产业白皮书，属于AI 资讯媒体，支持跟踪大模型与 AI 产品的最新动态，提供产品发布、技术进展与行业分析。
Sesame 面向配音演员、播客主播与内容创作者，提供语音合成工具能力。功能上，它把文字转成自然流畅的语音，支持多种语言与音色，部分产品可用短样本克隆特定音色，用于配音、旁白与有声内容制作。支持在浏览器直接使用，无需安装客户端。区别于同类的地方在于音色还原与情感表现。目前可免费使用，国内访问需自行准备网络环境。
数据统计
相关导航
腾讯混元视频
腾讯开源视频生成模型，支持根据文字描述直接生成视频片段，可控制镜头运动、画面风格与时长，在同类里口碑较稳。
GPT-SoVITS
开源少样本语音克隆，属于语音合成工具，支持把文字转成自然流畅的语音，支持多种语言与音色，适合有相关需求的用户。
XTuner
书生轻量微调工具，支持在自有数据上对开源模型做微调，提供数据标注、训练监控与效果评估流程，适合有相关需求的用户。
TTSMaker
免费在线语音合成，属于语音合成工具，支持把文字转成自然流畅的语音，支持多种语言与音色，可作为同类产品的备选。
RWKV
开源 RNN 架构大模型，支持多轮对话、长文写作、资料整理与代码问答，主流产品已具备联网检索、文件解析与图像理解能。
Whisper
OpenAI 开源的语音识别模型，多语种转写准确率高，可本地部署，围绕它形成了大量免费工具，适合日常使用。
Descript
以文稿为中心的音视频编辑工具，改文字就等于改视频，支持自动转写、去口癖与配音克隆，是播客与口播创作者的效率利器。
暂无评论...