🐶 Bark 开源的文字生成音频模型。 - 非常真实自然的语音 - 英文效果最佳，其他语言还欠佳 - 支持通过文本生成歌曲 - 支持生成背景噪音、简单的音效 - 支持大笑、叹息、哭泣 - 开源模型，自己可以下载玩，也可以去官方排队…

分享一个链接

发表一篇文章

任何有趣的，图片，热点新闻，视频，文字...

5724 位用户此时在线

24小时点击排行 Top 10：

基輔主婦擦窗

She tried to leave. He chased her and forced her back by hitting her on her head. CCTV exists and well recorded. No charges followed. He wasn’t innocent — just well-connected. This is how justice works in China. And to the Western defenders still explaining why this is

谁要说他影帝我和谁急

网友投稿：12月27日11时30分起，大量网民在新京报发布的《献血法》相关视频评论区“冲塔”。

12月27日，据国内媒体报道，河南商丘，36岁的邮储银行理财经理王某姗被发现在家中自缢身亡。随后，多名储户发现其多年积累的资金在其名下账户出现大额异常转账和理财操作，涉嫌挪用或操作客户资金。

今晚，成千上万的阿根廷人正在庆祝社会主义的崩塌。米莱的联盟刚刚新增64个席位，使其在众议院的总席位达到100个——接近国会的40%。政治支持如今与财政纪律相匹配。阿根廷，将再次成为可投资的国家。米莱在短短两年内已经取得了巨大成就，而现在，他正准备把这一切推向新的高度。

高考作文满分清华本硕，杨奇函的考试经你赞成吗？

这词儿说的真好👍 当时国内网暴我的时候我说个啥了？一天戏我也没演过我还被官方认证了一个“劣迹艺人”的头衔，我这么一个程序员。

在台湾的国民党主席郑丽雯透露，国民党一直与中国共产党保持沟通，她希望明年初访问中国并见习近平

The U.S. should pay attention. China is training mass mobilization through civilian transport networks. This is not defensive symbolism — it’s doctrine. When “peace” requires rehearsals like this, deterrence becomes everyone else’s responsibility. We are wondering why China

google整了个Learn Your Way 上传个pdf则多步骤给出学习辅助看上去学东西更方便了 waitlist貌似需要US ip

Nothing says true love like...

网友投稿：一名中国留学生因使用中国护照前往台湾，在返回国内时遭机场工作人员严密盘查并被“如临大敌”般对待。工作人员表示，台湾是中国的一部分，不属于“国外”，不能使用护照前往，称护照是用于出国的证件。

穿着高大上的女生，行為卻低級下流⋯⋯

浙江瑞安市公安局塘下派出所在职警察杨顺敏因在2025年4月通过微信朋友圈发布涉及瑞安市副书记、政法委书记徐龙升的批评性言论及视频，被警方以涉嫌寻衅滋事罪立案调查，并采取刑事拘留措施。2025年12月25日被判有期徒刑两年半。敢为老百姓发声的警察不多了！为众人抱薪都不可使其冻毙于风雪！

据悉，在账号被管制前，亮亮丽君夫妇曾发布了两段视频为底层人发声表示普通人的声音太小，讨薪、要房子、要押金等诉求常被忽视，而名人发声能迅速引起回应。同时也为小洛熙事件发声，质疑网络平台存在的意义

12月27日，杭州杭州钱江广场，浙金中心投资者还在持续维权要钱

習朝時代的兵馬俑

俄罗斯对基辅的空袭已持续近16个小时。一夜之间，莫斯科出动了400多架“沙赫德”无人机和约40枚导弹。

梗图：我给你三炷香时间。

毛泽东的第一场大屠杀——土改👇🫢😨 杀掉了200万农村致富能手！斩断了广大农村的精英文化！

12月27日，据国内媒体报道，内蒙古自治区应急管理厅发布中国黄金集团内蒙古矿业有限公司“7·23”选矿厂较大坠落事故调查报告，向社会公布事故调查及处理结果。调查认定，此次事故为较大生产安全责任事故，事故共造成6人遇难、1人受伤。经查，事故主要因格栅踏板支撑结构设计不当、焊缝锈蚀等安全管理漏洞

学校食堂区别对待这一块……

12月27日，台湾知名网红“馆长”陈之汉在中国抖音平台正式开启带货直播首秀。

Putin responded to calls for ceasefire by launching a terrorist attack on Kyiv just before the New Year. Right now, Russian drones are deliberately targeting residential buildings in the capital of Ukraine. There are numerous fires and destruction, and civilians are buried under

本站自动实时分享网络热点
24小时实时更新
所有言论不代表本站态度
欢迎对信息踊跃评论评分
评分越高，信息越新，排列越靠前

2

1

0

🐶 Bark
开源的文字生成音频模型。
- 非常真实自然的语音
- 英文效果最佳，其他语言还欠佳
- 支持通过文本生成歌曲
- 支持生成背景噪音、简单的音效
- 支持大笑、叹息、哭泣
- 开源模型，自己可以下载玩，也可以去官方排队…
推特中文圈
( twitter.com )

2年前由 orange.ai 提交

1周内 1个月内 1年内全部时间

1
2
3
4
5
6
...
400
下一页

1

2

1

1

#AI开源项目推荐#：AudioGPT
这是一个借助大语言模型（LLM）处理音频的工具，可以：
- 生成音乐 🎶
- 背景音效 🎵
- 音频生成字幕 🎤
- 文字生成音频 🗣️
- 文字生成音频并模拟声音 📢
- 根据图片生成音频…
推特中文圈
( twitter.com)

2年前 • 宝玉 • -- 点击 0 评论

2

2

1

1

#AI开源项目推荐 subtitler
不需要上传视频到服务器，直接在浏览器端就可以语音转录成文本字幕，以及对转录的字幕编辑，生成带字幕视频的开源网站。语音转字幕利用的是 WebGPU，在浏览器端执行 Transformer + Whisper 模型（目前只能支持 tiny 和 base 模型）。视频生成是基于一个库叫
IT技术
( twitter.com)

1年前 • 宝玉 • -- 点击 0 评论

3

2

1

1

#AI开源项目推荐#：Buzz
🔗

可以在本地计算机上离线将音频转成文本，或者对视频生成字幕，基于OpenAI的Whisper模型。
漫画
( github.com)

2年前 • 宝玉 • -- 点击 0 评论

4

2

1

1

Meta 今天公布了开源 AI 音频生成工具 AudioCraft

工具包含 3 个模型：

- MusicGen 文本生成音乐
- AudioGen 文本生成音频
- EnCodec 损失更少的音频压缩

我测试了 MusicGen
，让它生成一段 Daft Punk风格的电子乐，效果如下，呃…

#设计AI
IT技术
( twitter.com)

2年前 • 倪爽 • -- 点击 • 下载视频 0 评论

00:00:15

5

5

4

4

#AI开源项目推荐：wav2lip

可以音频输入生成口型同步视频。

项目首页：
代码仓库：
论文：

视频来源：

IT技术
( twitter.com)

2年前 • 宝玉 • -- 点击 • 下载视频 0 评论

00:01:06

6

2

1

1

Ultimate Vocal Remover GUI – 去除音频文件中的人声，高达 3.5GB 模型的开源人声分离软件
图片
( www.appinn.com)

3年前 • twitter机器人 • -- 点击 0 评论

7

2

1

1

我大鹅厂也开始开源了，希望别烂尾。
腾讯正式公布，旗下混元文生图大模型已完成升级，并对外开源。
此次升级的模型采用了与Sora相同的DiT架构，不仅能够支持文生图，也能作为视频等多模态视觉生成的基础。
这是业界首个中文原生的DiT架构文生图开源模型，支持中英双语输入及理解，15亿参数。
时政
( twitter.com)

1年前 • Leo Xiang • -- 点击 0 评论

8

2

1

1

DeepSeek来了，他开源了一款统一的多模态理解和生成的模型：Janus 1.3B
Janus核心是可以同时理解和生成文字、图像，它可以看懂图片和文字，还能根据描述画出图片来
时政
( twitter.com)

1年前 • AIGCLINK • -- 点击 0 评论

9

2

1

1

一个免费的可以在线给音频视频生成字幕的网站。
免费版最大300MB文件，最长不超过1小时，使用的Whisper的Medium尺寸的模型（英文足够好了，中文欠佳）

IT技术
( freesubtitles.ai)

2年前 • 宝玉 • -- 点击 0 评论

10

2

1

1

开源的 TTS 模型，可以克隆声音
IT技术
( twitter.com)

10个月前 • 宝玉 • -- 点击 • 下载视频 0 评论

00:01:21

11

2

1

1

李沐的语音LLM，在文本大模型基础上加入语音输入输出，开源训练方法与权重。需要10-12 GB VRAM
没有这种模型之前，AI直播、AI语音、AI客服等基本靠纯文本大模型加语音识别生成，响应容易慢。而且大段文本不一定适合念出来，念出来也不一定符合“情感”
时政
( twitter.com)

5个月前 • Gantrol • -- 点击 0 评论

12

2

1

1

Meta发布开源AI工具AudioCraft，可用文本内容生成高质量、逼真的音频和音乐
大陆资讯
( 36kr.com)

2年前 • 七仙女坐台 • -- 点击 0 评论

13

2

1

1

阿里昨晚开源了款图形海报生成模型：Qwen-Image，擅长带有原生文本的图形海报，效果看起来非常不错
文本的渲染看起来很好，文本与图像自然融合，不显突兀
20B MMDiT模型
支持多行布局、段落级文本生成
支持中英文，多种字体，包括手写体等
时政
( twitter.com)

4个月前 • AIGCLINK • -- 点击 0 评论

14

2

1

1

腾讯和香港科技大学一起开源了一个新的视频生成模型。
其中包括视频VAE和3D去噪U-net。在2000万个视频和6亿张图像上进行训练，优于其他开源视频生成模型。

这是一个类似与 pika 和moonvalley 的技术，他们还开放了一个类似的 Discord…
IT技术
( twitter.com)

2年前 • 歸藏 • -- 点击 • 下载视频 0 评论

00:00:08

15

2

1

1

Google 发布了文本生成音乐的大模型 MusicLM
可以根据文字生成音乐，可以指定乐器、节奏、风格、播放场景。
今年我们也许能看到几款 AI 原创音乐的播放软件了。

图片
( google-research.github.io)

2年前 • orange.ai • -- 点击 0 评论

16

2

1

1

又写了一篇万字文章，Meta 这篇文论太顶了。

LLaMA 2：免费可商用的开源大语言模型

IT技术
( mp.weixin.qq.com)

2年前 • lencx • -- 点击 0 评论

17

2

1

1

一个大新闻：Facebook 开源了一个专注于声音的 Generative AI 工具： AudioCraft

输入文字描述，就可以生成音频，我试了一下，确实很强大。
分为三部分：
MusicGen：主打音乐生成
AudioGen：主打各种音效生成
EnCodec：智能音频压缩。

AudioGen 其实是更强的，这里有一些…
IT技术
( ai.meta.com)

2年前 • Viking • -- 点击 0 评论

18

2

1

1

# AI 开源模型分享
最强语音识别和说话人分离模型
Reverb 推出最强开源语音识别 (ASR) 和说话人分离 (Diarization) 模型, 评测结果击败 OpenAI 推出的 Whisper large-v3！
# Reverb ASR 模型
- 使用 20 万小时的人工转录数据训练
- 达到了最新的词错误率 (WER) 水平
- 支持可定制的逐字转录
#
时政
( twitter.com)

1年前 • meng shao • -- 点击 0 评论

19

2

1

1

西北工业大学等放出来一款10秒生成完整歌曲的端到端生成模型：DiffRhythm
给一个参考风格和歌词，即可生成最长4分多钟的完整歌曲
可以同时生成人声和伴奏，支持中英文歌曲生成
支持多种生成模式，使用音频作为参考、使用文本描述风格，以及生成纯音乐
#歌曲生成模型 #DiffRhythm #AI歌曲
时政
( twitter.com)

9个月前 • AIGCLINK • -- 点击 • 下载视频 0 评论

00:00:52

20

2

1

1

腾讯杀疯了！
开源了参数最多、性能最强的文生视频大模型。
我已经测试了一段时间。
混元视频生成模型整体效果非常厉害，在美学表现、稳定性、运动幅度的品质上都是一流的。
下面有详细介绍：
IT技术
( twitter.com)

1年前 • 歸藏(guizang.ai) • -- 点击 • 下载视频 0 评论

00:00:29

21

2

1

1

【三次元的文本到图像AI成了：单GPU不到一分钟出货】OpenAI 开源的 Point-E 可以基于定文本提示创建3D模型。通过一块Nvidia V100GPU，Point-E可以在一至两分钟内生成3D模型。
大陆资讯
( www.jiqizhixin.com)

3年前 • 红狮子会 • -- 点击 0 评论

22

2

1

1

YuE:一个全新多模态音乐开源模型
可以从歌词生成长达5分钟的含人声和伴奏的高质量、完整音乐。
-支持多种语言生成，包括英语、中文、日语和韩语。
-生成的歌曲拥有完整的音乐结构，包括前奏、主歌、合唱等部分。
-提供跨语言混合生成功能，例如中英混合歌词的嘻哈音乐。
-YuE
时政
( twitter.com)

11个月前 • 小互 • -- 点击 • 下载视频 0 评论

00:03:52

23

3

2

2

开源之光:RedPajama重塑大语言模型的未来
LLaMA最强平替，超12万亿训练数据，全开源
1. 开源12万亿训练数据，参考LLaMA数据集配比。
2. 模型马上开源
*标题由Claude生成…
推特中文圈

开源推荐
( twitter.com)

2年前 • nash_su • -- 点击 0 评论

24

2

1

1

谷歌VideoPoet大模型上线，生成长达10秒视频，还可自动配音
大陆资讯
( 36kr.com)

2年前 • 全球尸报 • -- 点击 0 评论

1
2
3
4
5
6
...
400
下一页

0.28895 Second , Gzip Enable.本网所有言论均来自网络，不代表本网站立场。联系方式: [email protected]

©2012.11.21 bad.news All rights reserved. 社区自动运营第 -- 年零 -- 天
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.

关注推特