V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
coinbase
V2EX  ›  分享发现

迄今为止最大的文字转语音模型

  •  
  •   coinbase · 283 天前 · 1518 次点击
    这是一个创建于 283 天前的主题,其中的信息可能已经有所发展或是发生改变。
    1 条回复    2024-02-15 10:11:53 +08:00
    LeeReamond
        1
    LeeReamond  
       283 天前   ❤️ 1
    听了听,感觉常态下可能还略有不如微软朗读,感情朗读倒是远胜于目前见到的方案,比如起点做的那个啥也不是的小说朗读。。。arxiv 说模型最大不超过 1B ,输入了 10 万小时的语音数据,说是挺多感觉还是挺科研向的,token 总数估计也就 10M 这个数量级。。。
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   2767 人在线   最高记录 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 23ms · UTC 07:12 · PVG 15:12 · LAX 23:12 · JFK 02:12
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.