Step - Audio - EditX 是由阶跃星辰（StepFun）开发的全球首个开源 LLM 级音频编辑大模型，它基于 30 亿参数的 LLM 架构，凭借统一的 LLM 框架而非多模块拼接方案，实现文本驱动的音频创作，能...

阿里通义实验室低调推出的新一代模型 Z-Image-Turbo 迅速成为焦点。数据显示，这张细节繁复的图像在 RTX 4090 显卡上仅耗时 2.3 秒即渲染完成，而显存占用指针稳稳地停在了 13GB。这一成绩让无...

  

  

  

Deepfacelive实时换脸，颜值一点都不重要，重要的是你会说,你的漂亮交给软件处理。  

  

  

  

Whisper-WebUI 是一款基于 OpenAI Whisper 语音识别模型的开源桌面应用。 它提供了一个图形化用户界面，旨在简化音视频内容的转录流程，能够自动生成带时间戳的字幕文件。 该工具支持多种输入源...