漫话开发者 - UWL.ME 精选全球AI前沿科技和开源产品
2023-04-21 talkingdev

Bark推出基于文本提示的生成音频模型

新闻内容: Bark公司推出了一种基于文本提示的生成音频模型,可以将简短的文字描述转换成高质量的语音音频。该模型的核心特点如下: - 基于深度学习技术,可以自动将文本转换成声音。 - 可以根据用户的需求,自由...

Read More
2023-04-18 talkingdev

Soundini:自然视频编辑的声音引导扩散技术

## 新闻内容: - 提出一种新方法,使用零样本声音引导视觉效果进行视频编辑,利用时间声音特征创建动态样式,同时保持时间一致性。 - 通过使用光流引导,引导去噪扩散概率模型与音频潜在表示相结合,该方法优于现有...

Read More
  1. Prev Page
  2. 9
  3. 10
  4. 11