Recientemente, Play AI lanzó oficialmente su producto más ambicioso: PlayDialog versión beta, capaz de generar audio de podcasts con diálogos. Este modelo de voz AI de extremo a extremo, utilizando el contexto histórico de la conversación, puede controlar el tono, la emoción y la velocidad del habla para lograr una síntesis de voz más natural, marcando un nuevo hito en la interacción humano-máquina. PlayDialog es especialmente adecuado para crear experiencias de diálogo realistas, como narraciones, doblaje de voz y podcasts sintéticos, y también puede proporcionar experiencias de voz inmersivas uno a uno en entornos comerciales.

Un innovador proyecto llamado ChatTTS-OpenVoice está generando interés en internet. Combina las tecnologías ChatTTS y OpenVoice para generar voces personalizadas y naturales a partir de un audio de referencia de 10 segundos subido por el usuario. Esta tecnología es ideal para herramientas de doblaje y asistentes de voz, ofreciendo una experiencia de voz personalizada mediante un proceso de carga simplificado. El proyecto ha recibido excelentes críticas de desarrolladores y usuarios desde su lanzamiento, generando un gran revuelo en las redes sociales. Los responsables afirman que su objetivo es proporcionar a los usuarios voces más personalizadas y naturales.

Red Potato Smart Language es una herramienta de generación inteligente de textos publicitarios diseñada específicamente para los usuarios de RED. Sube una imagen y genera con un solo clic un texto publicitario atractivo que se ajuste al estilo de RED. Cuenta con una extensa base de datos de 15 millones de textos publicitarios de RED, que aprende en profundidad los hábitos y preferencias de expresión de los usuarios. Admite palabras clave, estilos personalizados y etiquetas de escenas para lograr textos publicitarios altamente personalizados. Ofrece una experiencia de creación conveniente, convirtiéndose en un asistente eficaz para los usuarios de RED.

La empresa Meitu ha lanzado Kaipai, una herramienta de video con locución en IA, que incluye la nueva función "Portada con IA". "Portada con IA" puede generar inteligentemente portadas exitosas a partir de imágenes y textos, ayudando a los creadores de video a producir de manera más eficiente. Admite la generación de portadas a partir de "texto e imagen" y "video", ya está disponible oficialmente y admite varias plataformas de video. Los usuarios solo necesitan subir una foto y el texto de la portada para generar diez portadas exitosas, con la opción de optimización inteligente con IA. La función "Portada con IA" también ofrece una función de mejora de textos con IA, lo que reduce el umbral para la creación de portadas exitosas.

1. Pǔyǔ língbǐ puede realizar un diálogo fluido de imágenes y texto en chino e inglés, comprender con precisión el contenido de las imágenes y mostrar un profundo conocimiento de la cultura china. 2. Pǔyǔ língbǐ desbloquea una nueva capacidad de creación de artículos con imágenes y texto; los usuarios solo necesitan proporcionar un tema para generar automáticamente un artículo con imágenes y texto. 3. Pǔyǔ língbǐ utiliza un flujo de trabajo de algoritmo de "tres pasos" para crear artículos con imágenes y texto: generar texto, planificar ilustraciones y seleccionar imágenes inteligentemente. 4. En varias evaluaciones de modelos multimodales principales, el rendimiento de Pǔyǔ língbǐ se encuentra entre los mejores, especialmente en la comprensión multimodal china.

{'1':'Cinco modelos de IA grandes de Beijing han recibido aprobación oficial y comenzarán a ofrecer servicios al público.','2':'Esto marca un gran avance para las empresas tecnológicas nacionales en los campos de generación de voz, imágenes y texto.','3':'Entre los productos se encuentran Ernie Bot de Baidu, Lark de Douyin, el modelo grande de Baichuan Intelligent, así como Qingsong y Zidong Taichu.'}