也是怪我没有看文档,阿里之前有个模型居然可以跨物种声音克隆。什么意思?你可以让你家宠物和你说人话。

7 Misterwang 2周前 192次点击

同志们好呀!我是Mr.Wang本Wang。如标题所言,最近研究 TTS 实在是研究疯了,把阿里之前的 API 文档翻出来看了一下。不看不知道,一看吓一跳,阿里有个模型,这个模型居然可以克隆动物的声音。也就是说,你可以借助 AI 的力量,让你家宠物和你说人话。怎么样?是不是有点细思极恐?这个模型嘛,我得先卖卖关子,你们看了视频自然就知道了。

唯一可惜的1点是,这个模型是早期的一个模型了,还没有 NLI 功能。也就是说,你不能直接用全局指令去控制它的情绪。情绪控制全部由模型自身的上下文感知能力决定。

废话不多说,直接看视频。

共 13 条评论
云雪cat 2周前
呵呵,但是如果家里养的是没有声音的呢?比如仓鼠。
Misterwang [楼主] 2周前

那肯定得要提取得出特征的宠物才行啊。

他不是没有声音,只是他基本不叫而已
是的是的,兔子它不是受惊它也不会叫
好家伙,他们在这里研究大模型,你们研究宠物叫不叫
hhh
没听完,哪一个是模仿动物叫声的那种啊?克隆动物声音的,这个在哪里可以用,手机能用不
梦月 2周前
一分20多秒左右,好像是。或者是更后面一点。 也可能是两分钟左右。
Misterwang [楼主] 2周前

bailian.console.aliyun.com

应该要给钱吧,不过我确实喜欢这个功能,早就想把我家狗狗的声音弄成人生了


本楼来自:论坛盒子Android 版
Misterwang [楼主] 2周前

按输入输出的 token 计费。

Misterwang [楼主] 2周前

Flash 模型按照输入的字符数计费,0.8元1万字符,每一个汉字等于两个字符。

好的,感谢