Chatterbox:开源版 11 Labs!支持中文情绪语气!
发表于|更新于|图像工具
我们都知道海外的 ElevenLabs 很牛逼,是 AI 语音方面的翘楚,但可惜价格不菲。今天大家走运了,刚淘到个开源免费的平替,新出来的,叫做 …
相关推荐
2026-01-27
开源最强声音克隆!Qwen 3 TTS!
Qwen3-TTS是通义千问(Qwen)开源的最强声音克隆TTS(文本转语音)系统。你只需提供几秒钟的语音样本,Qwen3-TTS就能精准克隆该声音,并用这个声音朗读任意文本。合成效果极其自然——包括语调、停顿、情感表达都接近真人。与其他声音克隆方案相比,Qwen3-TTS在中文语音合成方面表现尤为出色。完全开源免费,支持本地部署。本视频详细介绍安装使用方法和效果测评。 访问入口
2025-04-26
nari-lab dia:能生成笑声咳嗽的开源TTS工具!
今天的AI日报分享了可以生成笑声和咳嗽等的开源TTS项目DIA, 这么牛,肯定得去demo下了。 我们先来到github对应的repo看下,它在hugging face有提供托管,一会可以上去玩下。 如果想自己部署的,看快速入门这里,没有几步的。好,我们去到hugging face上… 访问入口
2025-12-12
Gemini 3.5来了?
Gemini-3.5来了是一款值得体验的AI产品,本文带你了解它的主要功能和适用场景。
2025-11-24
随时回看屏幕操作!MacOS版Recall!
不知道大家是否有用windows 的recall功能,可以随时回看你的历史屏幕操作。今天淘到一个macos上类似的AI软件,可以做类似的事情,大家可以看下… 访问入口
2025-09-03
FastVLM! 苹果炸裂开源视觉模型!本地就能跑!
苹果隆重推出最新力作FastVLM,这是一款旨在彻底改变我们与视觉内容交互方式的全新视觉语言模型!出道即王炸,它是目前市场上响应速度最快的VLM之一。想象一下,您的AI模型不仅能实时理解您眼前的一切,还能直接在浏览器中运行,甚至完全离线使用,不用联网就能看图看视频,甚至实时生成字幕。 对于希望在网页应用中集成高性能、低延迟的视觉智能的开发者而言,FastVLM无疑是理想之选。 模型访问入口 代码示例入口 在线访问入口
2025-07-24
Qwen3 Coder vs Kimi K2!谁才是最新王者?
这几天一直在分享月之暗面的kimi k2和qwen3 coder,大家可能会疑惑我们这两个国产之光都号称能硬扛claude 4 sonnet,那究竟选择哪个呢?这一集我就来和大家分析分析 Qwen3 Coder 访问入口 Kimi K2 访问入口
公告






