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
优质分享App

优质分享App

近一个月的开发和优化,本站点的第一个app全新上线。该app采用极致压缩,本体才4.36MB。系统里面做了大量数据访问、缓存优化。方便用户在手机上查看文章。后续会推出HarmonyOS的适配版本。

Mario

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长,特征是大鼻子、头戴帽子、身穿背带裤,还留着胡子。与他的双胞胎兄弟路易基一起,长年担任任天堂的招牌角色。

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