阅读排行榜

Hume 语音模型 OCTAVE：实现情感语音合成、声音克隆和多角色对话生成；通义开源多模态说话人识别项目 3D-Speaker

RTE开发者社区 2024-12-24 18:17 阅读:242 评论:0 推荐:0

Amphion 推出开源 TTS 模型 MaskGCT，5 秒克隆声音；神秘文生图模型「小熊猫」登顶竞技场丨 RTE 开发者日报

RTE开发者社区 2024-10-30 16:32 阅读:241 评论:0 推荐:0

AutoGLM：一句话控制手机电脑；英伟达新视觉压缩工具：Cosmos Tokenizer 丨 RTE 开发者日报

RTE开发者社区 2024-11-29 17:16 阅读:240 评论:0 推荐:0

TEN 开源超轻量 VAD 和全双工对话轮次检测模型；Stability AI 发布全新端侧音频生成模型，无版权风险丨日报

RTE开发者社区 2025-05-16 21:42 阅读:239 评论:0 推荐:0

基于 Agora SDK 实现 Windows 端的多人视频互动（基于3.6.2版本）

RTE开发者社区 2022-05-12 22:32 阅读:239 评论:0 推荐:0