君子博学而日参省乎己 则知明而行无过矣

博客园 首页 新随笔 联系 订阅 管理
上一页 1 2 3 4 5 6 ··· 107 下一页

2026年6月22日 #

摘要: 系列文章导航 第一篇:语音合成技术发展简史 第二篇:主流 TTS 架构对比(本文) 第三篇:语音克隆是怎么实现的 第四篇:TTS 推理速度为什么这么慢 第五篇:本地部署 TTS 方案横向对比 第六篇:VoxFlash-TTS 部署实践 本文是「语音合成技术系列」第二篇,深入对比当前主流 TTS 架构 阅读全文
posted @ 2026-06-22 13:58 刺猬的温驯 阅读(49) 评论(0) 推荐(0)

摘要: 系列文章导航 第一篇:语音合成技术发展简史(本文) 第二篇:主流 TTS 架构对比 第三篇:语音克隆是怎么实现的 第四篇:TTS 推理速度为什么这么慢 第五篇:本地部署 TTS 方案横向对比 第六篇:VoxFlash-TTS 部署实践 本文是「语音合成技术系列」第一篇,梳理语音合成技术从早期到现在的 阅读全文
posted @ 2026-06-22 13:56 刺猬的温驯 阅读(78) 评论(0) 推荐(0)

2026年5月29日 #

摘要: 本文从架构设计角度对比三个有代表性的本地可部署语音合成模型,重点分析各自在序列表示、对齐方式、推理速度和适用场景上的差异。 前言 当前开源 TTS 领域涌现出大量可本地部署的方案,但大多数对比文章停留在"效果好不好"的主观描述,缺乏对架构设计差异的分析。 本文选取三个定位各有侧重的模型: F5-TT 阅读全文
posted @ 2026-05-29 18:10 刺猬的温驯 阅读(113) 评论(0) 推荐(0)

2026年5月27日 #

摘要: 最近在做一个实时语音交互的项目,需要一个低延迟的 TTS 方案。试了几个方案之后,发现推理速度是最大的瓶颈——云端 API 的往返延迟基本在 200ms 以上,对实时对话体验影响很明显。 后来找到了 VoxFlash-TTS,记录一下部署过程和使用体验。 为什么推理慢 在聊部署之前,先理解一下问题根 阅读全文
posted @ 2026-05-27 15:12 刺猬的温驯 阅读(83) 评论(0) 推荐(0)

2023年2月17日 #

摘要: 当今世界上,人像抠图已经成为照片处理中不可或缺的一个环节。无论是个人日常生活中拍摄的照片,还是商业用途中的宣传图片,都需要进行人像抠图以达到更好的视觉效果和艺术效果。我们的人像抠图App将为用户带来一种全新的、先进的抠图体验。 首先,我们的人像抠图App采用了最先进的AI智能抠图技术,以最高水平的技 阅读全文
posted @ 2023-02-17 06:05 刺猬的温驯 阅读(234) 评论(0) 推荐(0)

2023年2月6日 #

摘要: image human matting是一款人像抠图,自动去除背景的app(android版),支持自定义背景,替换背景后的图像可以分享到其它app,欢迎下载体验 我们的人像抠图App具备许多独特的技术优势,这些优势都是基于我们先进的架构所实现的。 首先,我们的App采用了最先进的AI智能抠图技术, 阅读全文
posted @ 2023-02-06 16:47 刺猬的温驯 阅读(458) 评论(0) 推荐(0)

2022年1月30日 #

摘要: Video human matte App(android) 无需绿幕 视频抠图 视频人像分割,虚拟视频背景app(android版) google商店下载: Video human matte 二维码下载: 阅读全文
posted @ 2022-01-30 22:32 刺猬的温驯 阅读(576) 评论(0) 推荐(0)

2020年6月19日 #

摘要: 阅读全文
posted @ 2020-06-19 18:20 刺猬的温驯 阅读(220) 评论(0) 推荐(0)

2020年5月23日 #

摘要: 服务端:elasticsearch 7.7.0 Docker部署 客户端:spring boot +thymeleaf+Java High Level REST Client 7.7.0 阅读全文
posted @ 2020-05-23 04:39 刺猬的温驯 阅读(688) 评论(0) 推荐(0)

2020年3月31日 #

摘要: 阅读全文
posted @ 2020-03-31 02:05 刺猬的温驯 阅读(386) 评论(0) 推荐(0)

上一页 1 2 3 4 5 6 ··· 107 下一页