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://www.oschina.net/news/411039

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。

阿里通义开源首个影视级配音多模态大模型 Fun-CineForge

阿里通义实验室发布并开源了首个支持影视级多场景配音的多模态大模型 Fun-CineForge。并配套开放了高质量数据集的构建方法。公告称,“通过“数据 + 模型”的一体化设计,Fun-CineForge 正尝试解决影视级 AI 配音长期面临的关键问题。” 本次开源内容核心包含两部分: 模型侧:面向复杂影视场景的多模态配音大模型; 数据侧:大规模多模态配音数据集构建流程(CineDub)。 根据介绍,在数据基础之上,Fun-CineForge 基于 CosyVoice3 强大的语音合成底层能力,构建了一个面向复杂影视场景的配音大模型,完成视频 + 文本 → 语音的任务。输入包括: 无声视频片段 配音文本 角色属性和情感线索 时间信息 参考语音 模型即可以参考语音的音色来合成与时间和视频信息高度对齐的语音。 Fun-CineForge 首先构建了一套自动化的数据集生产流程,可以将原始影视素材转化为结构化多模态数据。 该流程包括人声分离、文本转录、长视频分段、音视频联合说话人分离等,其中,基于通用大模型思维链的双向矫正机制,大幅降低了转录文本和说话人分离结果的错误率。 中文字错率从4.53%...

用 MoonBit 开发的 首个 Killer APP 火爆海外

GitHub Actions 调试成本太高的问题一直广受诟病。近日前端与开发工具领域活跃的技术大Vmizchi用 MoonBit 语言开发了一个项目actrun——本地 GitHub Actions 运行器,旨在解决此问题。 项目地址: https://github.com/mizchi/actrun 项目开源后迅速在 X (推特)和 GitHub 上引起热议,传播超 14 万+ ,GitHub Star 迅速达到 330,且还在快速增长中。 这个项目本质上是在做一个本地可运行的 GitHub Actions runner。原本很多 workflow 调试只能依赖远端 CI,现在可以直接在本地试跑、看日志、快速修正。对于 AI 辅助开发来说,这意味着更短的反馈闭环:模型改完就能立即验证,而不用反复 push 到云端等待结果。 社区评论 也在开发者社区中引发了一些讨论。一些开发者认为,本地运行 GitHub Actions 一直是 CI 生态中“迟迟没有很好解决”的需求之一。 例如,有开发者在社交平台上表示:这是一个期待已久的工具。 也有人认为,这类工具能够显著改善开发体验: 还有开发者...

相关文章

发表评论

资源下载

更多资源
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。

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。

Rocky Linux

Rocky Linux

Rocky Linux(中文名:洛基)是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版,作为CentOS稳定版停止维护后与RHEL(Red Hat Enterprise Linux)完全兼容的开源替代方案,由社区拥有并管理,支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性,采用模块化包装和SELinux安全架构,默认包含GNOME桌面环境及XFS文件系统,支持十年生命周期更新。

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