搜索全球AI产品动态

3月19日，一款名为Orpheus TTS的开源文本转语音（TTS）模型正式亮相。这款模型以其接近人类的情感表达、自然流畅的语音效果以及超低延迟的实时输出流特性，迅速引起关注。据悉，Orpheus TTS在实时对话场景中表现出色，有望为智能语音交互带来新突破。Orpheus TTS主打低延迟和高情感表现，其核心特点包括: - **超低延迟**:默认延迟约200毫秒，通过输入流与模型的KV缓存优化，可将延迟压缩至25-50毫秒，满足实时对话需求。 - **情感表达**:语音输出自然流畅，能够贴近人类情感，支持丰富的语

Meta AI 最新推出的 SPIRIT-LM 是一款具有革命性意义的多模态基础语言模型，它能够自由混合文本和语音，并能像人类一样理解和表达情感。SPIRIT-LM 基于预训练的文本语言模型构建，通过在文本和语音单元上进行持续训练，扩展到语音模态。该模型将语音和文本序列连接成一个单一的标记集，并使用一个小型自动管理的语音-文本平行语料库，采用词级交织方法进行训练。SPIRIT-LM 有两个版本:基础版 （SPIRIT-LM-BASE） 使用语音语义单元。情感版 （SPIRIT-LM-EXPRESSIVE） 使用音调和风格单元来模拟情感

ComfyUI-AdvancedLivePortrait 是一款用于实时动画生成的创新工具，专注于通过面部表情编辑与应用，提升视频创作的生动性。其核心功能包括从静态照片中精准提取面部表情，并将其数字化为可编辑参数，允许用户自由调整表情，为照片中的人物赋予全新情感。该工具不仅支持静态图像编辑，还能将表情无缝应用于视频，为视频内容的后期制作带来前所未有的灵活性。通过实时预览功能，用户可在编辑过程中即时查看效果，提高创作效率。ComfyUI-AdvancedLivePortrait已注册至ComfyUI-Manager，简化了技术操作，使普通用户也能轻松制作出富有表现力的动态内容。

​Peach-9B-8k-Roleplay是一款专门为角色扮演任务设计的AI模型，基于强大的01-ai/Yi-1.5-9B模型微调而成，拥有100，000多次对话合成的经验积累。