VALL-E X

vallex-demo.github.io

跨语言神经编解码语言模型，用于跨语言语音合成，支持零样本语音克隆。

网页

被推荐 1 次

适合做什么

适合需要跨语言语音合成、语音克隆的研究者和开发者，用于多语言 TTS 场景。

平台

@mahseema/awesome-ai-tools · awesome 列表出处 ↗

VALL-E X - A cross-lingual neural codec language model for cross-lingual speech synthesis.

开源模型

OpenAI 开源的通用语音识别模型，支持多语言转写、翻译与语种识别，可本地运行。

开源可自部署本地模型命令行Linux

github.com2 处推荐

开源模型

Stability AI 开源的潜在扩散文生图模型，可根据文本提示生成照片级写实图像。

开源可自部署多模态本地模型网页

huggingface.co2 处推荐

开源模型

Stability AI 开源的文生图扩散模型，SDXL 基础版，可本地或云端推理生成高清图像。

开源可自部署有 API网页Linux

huggingface.co1 处推荐

开源模型

★ 18,173

基于码本查找 Transformer 的盲人脸修复模型，可修复老照片、增强模糊人脸并支持上色与补全。

可自部署LinuxWindows

github.com1 处推荐

开源模型

Meta 开源的 80 亿参数指令微调大模型，支持多语言与长上下文，可本地部署。

开源可自部署本地模型网页Linux

huggingface.co1 处推荐

开源模型

Meta 开源的 70B 指令微调大模型，性能接近 405B，支持多语言与工具调用。

开源可自部署本地模型网页Linux

huggingface.co1 处推荐