AI软件

前几天调试了刚出的omnivoice，本次再分享一个语音合成（TTS）领域的开源天花板——VoxCPM。我基于原版功能增加了多人对话语音合成功能，因为之前分享的时候有用户有多人对话语音合成需求，这次顺便增加了这个功能。 一、 什么是 Vox...

日常工作和学习中，我们经常需要把 PDF 文档或复杂的图片（包含表格、公式、排版）转换成可编辑的文本。传统的 OCR 软件往往对复杂排版和表格无能为力，Chandra 2对于多语言文档处理表现更加优秀。 今天向大家推荐一款基于多模态大模型的...

今天为大家带来一款基于近期爆火的开源语音大模型项目 OmniVoice 制作的免安装、纯离线、一键启动整合包！小白也能在自己的电脑上轻松体验当前地表最强的零样本语音克隆技术！ 🎯 一、 什么是 OmniVoice？它有多强？ OmniVoi...

FunASR是一款优秀的基础语音识别框架，配合阿里通义团队开发的其它语音识别模型，能够实现非常好语音转文字效果，尤其在中文语音识别方面，鉴于有些用户需要对语音识别内容区分说话人，我重新做了一版区分说话人的版本。软件支持多语言识别，但是还是尽...