JoyHallo 一个功能强大的数字人模型,专注于普通话和英语的音频驱动视频生成。它通过优化模型结构和数据集支持,实现了高效的跨语言生成能力,并在推理速度和准确性上表现出色 0 # AI# AI视频# 工具导航
FishSpeech 由 FishAudio 团队开发的开源、先进的多语言文本到语音(TTS)合成项目。它旨在通过结合大语言模型(LLM)技术,提供高质量、多语言的语音合成解决方案。 0 # AI# AI视频# 工具导航
WanX2.1 基于因果3D VAE(变分自编码器)和视频Diffusion Transformer(DiT)架构,通过时空压缩与长时程依赖建模,支持生成无限长度1080P高清视频。 0 # AI# AI视频# 工具导航