BFW编程笔记

搜索

阿里开源AI语音大模型 FunAudioLLM涵盖高精度多语言情感辨识语音识别SenseVoice和自然语音生成CosyVoice

阿里开源AI语音大模型 FunAudioLLM涵盖高精度多语言情感辨识语音识别SenseVoice和自然语音生成CosyVoice阿里巴巴近期宣布开源其语音大模型项目 FunAudioLLM，该项目包...点击查看

阿里开源AI语音大模型 FunAudioLLM涵盖高精度多语言情感辨识语音识别SenseVoice和自然语音生成CosyVoice

快手开源视频驱动人像说话技术LivePortrait

快手开源视频驱动人像说话技术LivePortraitLivePortrait 由快手和中国科学技术大学等机构合作开发的一款让照片说话的技术，虽然快手相对与阿里与腾讯的照片说话技术发布较晚，但是也...点击查看

快手开源视频驱动人像说话技术LivePortrait

快手开源文本生成图片ai大模型Kolors

快手开源文本生成图片ai大模型KolorsKolors 是由快手（Kuaishou）的 Kolors 团队开发的一个基于潜流差分模型的大型文本到图像生成模型。该模型在数十亿的文本 - 图像对上进行了训...点击查看

快手开源文本生成图片ai大模型Kolors

分享一个开源参考视频驱动人像图片生成视频工具MegActor

分享一个开源参考视频驱动人像图片生成视频工具MegActorMegActor 是一个开源的肖像动画工具，它通过原始视频作为驱动因素，直接生成逼真、生动的头部动画视频。该工具不依赖于中间表示（Inter...点击查看

分享一个开源参考视频驱动人像图片生成视频工具MegActor

微软开源了通过构建知识图谱解决大模型幻读的GraphRAG工具

微软开源了通过构建知识图谱解决大模型幻读的GraphRAG工具?GraphRAG 针对大语言模型（LLM）的幻觉问题提出的解决方案，通过构建知识图谱、社区摘要和 Map-Reduce 方法来提供更准确...点击查看

微软开源了通过构建知识图谱解决大模型幻读的GraphRAG工具

通义开源语音大模型：声音理解SenseVoice 和语音生成CosyVoice

通义开源语音大模型：声音理解SenseVoice 和语音生成CosyVoiceSenseVoice 是一个多语言音频理解大模型，它在中文和粤语的语音识别上相比于 Whisper 模型有 50% 的相...点击查看

通义开源语音大模型：声音理解SenseVoice 和语音生成CosyVoice

法国开源发布浏览器中可语音对话的AI多模态大模型 Moshi，可以媲美gpt4o

法国开源发布浏览器中可语音对话的AI多模态大模型 Moshi，可以媲美gpt4o法国开源 AI 研究实验室 Kyutai 近日宣布推出名为 Moshi 的开源大模型。Moshi 能够处理多模态输入，如...点击查看

法国开源发布浏览器中可语音对话的AI多模态大模型 Moshi，可以媲美gpt4o

分享一个开源沙盒机制的 Windows 隔离工具Sandboxie

分享一个开源沙盒机制的 Windows 隔离工具SandboxieSandboxie 是一个为 Windows NT 系列操作系统设计的沙盒式隔离软件，它能够为应用程序提供一个隔离的运行环境，防止它们...点击查看

分享一个开源沙盒机制的 Windows 隔离工具Sandboxie

分享一款开源的声音克隆文字转语音工具Fish Speech

分享一款开源的声音克隆文字转语音工具Fish SpeechFish Speech能够实现声音克隆并包含情感表达，与 chat-tts 和 seed-tts 处于同一水平。Fish Speech 支持用...点击查看

分享一款开源的声音克隆文字转语音工具Fish Speech

腾讯开源人像姿态视频生成框架MimicMotion?

腾讯开源人像姿态视频生成框架MimicMotion?MimicMotion 是由腾讯公司开发的一款先进的 AI 人像动态视频生成框架，跟之前腾讯开源的MusePose很像。该框架能够利用用户提供的单个...点击查看

腾讯开源人像姿态视频生成框架MimicMotion?

{{item.title}}

{{item.content}}

{{item.title}}

{{item.content}}

最新提问

云产品购物券