首页 文章 精选 留言 我的
优秀的个人博客,低调大师

微信关注我们

原文链接:https://my.oschina.net/u/9120954/blog/18689062

转载内容版权归作者及来源网站所有!

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

ElevenLabs 发布 v3 Alpha API:支持 70+ 语言、无限数量说话人

ElevenLabs 正式推出专为异步场景设计的 Eleven v3 Alpha API,号称是其迄今最具表现力的文本转语音模型。 其功能包括对话模式、支持无限数量的说话人、覆盖 70 多种语言,并可通过音频标签实现更精细的语音与情感控制。 根据官方介绍,这些功能使开发者能够为任何用例创建逼真、情感丰富的语音体验。在对话模式下,Eleven v3(alpha 版本)可以生成逼真的多说话人对话,并根据上下文处理打断、语调变化和情感暗示。如果在媒体和娱乐领域进行构建,包括视频、视频游戏、有声读物或媒体工具,这将开启一个新的表现力水平。

英伟达发布并开源两款多语言语音模型,支持商用

英伟达NeMo团队发布并开源了两款多语言语音模型Canary-1b-v2和Parakeet-tdt-0.6b-v3,分别针对语音识别与翻译以及高吞吐量转录场景,均支持商用。 Canary-1b-v2拥有10亿参数,支持25种欧洲语言的自动语音识别(ASR)与双向语音翻译(AST),在多个基准测试中表现出色,推理速度比同质量模型快10倍。该模型已上线Hugging FaceDemo并采用CC-BY-4.0许可。 Parakeet-tdt-0.6b-v3是一款600M参数的高吞吐ASR模型,语言支持从英语扩展至25种欧洲语言,可自动识别音频语言并进行转录。该模型面向对话AI、字幕、语音分析等场景,兼容Ampere、Hopper、Blackwell架构GPU。 两款模型均已在Hugging Face开放下载与商用。 https://huggingface.co/nvidia/canary-1b-v2 https://huggingface.co/nvidia/parakeet-tdt-0.6b-v3​

相关文章

发表评论

资源下载

更多资源
腾讯云软件源

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题,腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构,目前腾讯云软件源站支持公网访问和内网访问。

Nacos

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称,一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集,帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Spring

Spring

Spring框架(Spring Framework)是由Rod Johnson于2002年提出的开源Java企业级应用框架,旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念,提供核心容器、应用上下文、数据访问集成等模块,支持整合Hibernate、Struts等第三方框架,其适用范围不仅限于服务器端开发,绝大多数Java应用均可从中受益。

Sublime Text

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能,例如代码缩略图,Python的插件,代码段等。还可自定义键绑定,菜单和工具栏。Sublime Text 的主要功能包括:拼写检查,书签,完整的 Python API , Goto 功能,即时项目切换,多选择,多窗口等等。Sublime Text 是一个跨平台的编辑器,同时支持Windows、Linux、Mac OS X等操作系统。

用户登录
用户注册