我想很多做自媒体、或者从事视频字幕翻译的小伙伴，或者喜欢追剧外剧的，想把视频中的字幕提取出来，翻译成其它语言之类的。正常如果是一些封装类视频如MKV，内嵌字幕的可以导出来，但是对于一...

🎧【OmniVoice 是什么？】 这是由字节跳动推出的最新一代跨语言语音合成（TTS）大模型核心突破：解耦说话人身份与语言内容，实现真正的跨语言声音克隆你可以：✅ 上传任意语言参考音频（如英文...

IndexTTS一键包，AI语音更自然 IndexTTS重新定义中文语音合成！基于XTTS和Tortoise，它能纠正拼音，精准断句，让AI发音更自然流畅。一键启动包方便易用，告别复杂配置。快来体验，让你的AI语音...

这个是官方最标准的一个视频教程，建议新手认真观看，理解其中的内容，不要小看了哦。很多主要的都介绍了，虽然全程没有讲解。

随着人工智能的不断进步，文本转语音（TTS）技术已经成为我们日常生活中不可或缺的一部分。 从语音助手到有声读物，再到角色配音，TTS 的应用场景日益广泛。 然而，尽管市面上已有众多 TTS 模型...

数字人图片说话开源项目-Sadtalker一键整合包软件，可以实现图片说话的特效。 中文版一键整合包下载：

软件可提取英语、粤语、普通话（小编暂时只测试这几种语言）对于提取短视频类的速度非常快，软件也很简单，直接拖视频文件进来即可自动获取，可以导TXT格式和SRT字幕格式，非常方便。适合各种自...

这款AI绘画工具，集合了stable diffusion、midjourney两大主流工具的优点，简化了参数的概念，只需要输入正向提示词，即可生成相应的图像，开源免费，本站已经打包好，下载开箱即用，双击运行ru...

DiffSynth 是一个新的扩散引擎。我们重构了文本编码器、UNet、VAE等架构，保持与开源社区模型的兼容性，同时增强计算性能。该版本目前处于初始阶段，支持SD和SDXL架构。未来，我们计划基于这个...