ChatTTS是最近很火的超逼真TTS（文本转语音）模型，重点是开源了O！

Seed-TTS，由字节跳动开发的几乎完美接近人类的文本到语音（TTS）模型。该模型能够生成高质量、几乎无法与人类声音区分的语音

Seed-TTS，由字节跳动开发的几乎完美接近人类的文本到语音（TTS）模型。该模型能够生成高质量、几乎无法与人类声音区分的语音。 Seed-TTS 在语音上下文学习方面表现出色，说话人相似性和自然度的表现都与真实人类语音相匹配目前还没有实际发布产品，只是论文和演示 #TTS #AI #文本转语音链接：

YouTube同声传译：字幕文本转语音TTS（适用于沉浸式翻译）

YouTube同声传译：字幕文本转语音TTS（适用于沉浸式翻译）这是一个专为YouTube设计的油猴脚本，可以将沉浸式翻译生成的双语字幕自动转换为语音播放。将YouTube上的沉浸式翻译双语字幕转换为语音播放，支持更改音色和调整语音速度，支持多语言,自动检测并朗读沉浸式翻译生成的双语字幕，支持多种语言和音色。智能语音队列管理，确保字幕朗读不重叠，新字幕出现时会等待当前语音播放完成脚本地址：

：全新的文本转语音(TTS)解决方案，具有高度自定义和灵活性，支持Linux和Windows系统，需要2GB的GPU内存进行推理

：全新的文本转语音(TTS)解决方案，具有高度自定义和灵活性，支持Linux和Windows系统，需要2GB的GPU内存进行推理，使用Flash-Attn进行推理和训练，支持VQGAN和Text2Semantic模型

再分享一个神器，微软出品的视频剪辑工具climpchamp，网址是clipchamp.com，居然可以白嫖微软的文字转语音TTS

再分享一个神器，微软出品的视频剪辑工具climpchamp，网址是clipchamp.com，居然可以白嫖微软的文字转语音TTS，而且音色比微软自家Azure AI里面的TTS音色还多，其中一个是进化了的V2版女声，更加接近真人音色，真香。这个工具有Windows软件版，也有网页版，Mac电脑可以用网页版，网页版不能分离音频，但是可以导出空白的mp4，通过其他软件分离音频。

OpenAI发布Shap・E模型：通过输入文本创建逼真3D模型

OpenAI发布Shap・E模型：通过输入文本创建逼真3D模型 OpenAI最近发布了名为Shap・E的模型，可以通过输入文本创建逼真且多样化的3D模型。这种模型与现有的只能输出点云或体素的模型不同，可以生成高质量的3D资产，具有细粒度纹理和复杂形状。 Shap・E不仅仅是一个3D模型生成器，而且可以直接生成隐式函数的参数，这些参数可以用于渲染纹理网格和神经辐射场(NeRF)。NeRF是一种具有隐式场景表示的新型视场合成技术，在计算机视觉领域引起了广泛的关注。它可以用于视图合成和三维重建，广泛应用于机器人、城市地图、自主导航、虚拟现实/增强现实等领域。值得注意的是，Shap・E模型还可以生成神经辐射场，这是一种新型的三维场景表示方法。通过这种方法，Shap・E可以呈现更加真实的光照效果和材质感，让3D图像更加生动、逼真。未来，这种模型可能会被广泛应用于游戏、电影、建筑等领域，为人们带来更加精彩、逼真的视觉体验。#AI 来源，来自：雷锋频道：@kejiqu 群组：@kejiquchat 投稿：@kejiqubot

1分钟语音即可训练一个自己的TTS模型：GPT-SoVITS！