SenseVoice
一款阿里通义实验室发布的FunAudioLLM框架多语言音频基础模型，SenseVoice具有多语种、混合语言、音色和情感控制能力。
根据文本输入和一个15秒的音频样本，就能生成接近原始说话者声音的自然听起来的语音。
数据统计
相关导航
AI Voice Cloning
一个提供超真实的AI语音克隆生成器，只需要3秒的音频样本就可以克隆英语、普通话、日语、韩语等语言的声音，生成与真人无异的逼真语音。
Voicebox
一种最先进的AI语音模型，可以执行语音生成任务，例如编辑、采样和风格化。Voicebox 可以生成高质量的音频剪辑并编辑预先录制的音频，同时保留音频的内容和风格。
OpenVoice
一种多功能的即时语音克隆方法，只需要参考说话者的一小段音频剪辑即可复制他们的声音并生成多种语言的语音。
暂无评论...