音频

1. 首页
2. 音频

Aero

Aero-1-Audio 是一款基于 Qwen-2.5-1.5B 的轻量级音频模型，拥有 1.5 亿参数，专注于长音频处理，支持连续 15 分钟音频输入并保持上下文连贯性。在语音识别、复杂音频分析及指令驱动任务中表现出色，具备高效的训练方法和多任务处理能力，适用于语音助手、实时转写、归档理解等场景。

AI项目与工具 2025年06月11日 43 点赞 0 评论 334 浏览

Musico

Musico 是一个人工智能驱动的软件引擎，可以生成音乐。 它可以对手势、动作、代码或其他声音做出反应。

创作工具 1970年01月01日 0 点赞 0 评论 333 浏览

讯飞配音

提供文字转语音、语音合成、国内专业的一站式配音服务平台

字幕配音 2025年06月05日 53 点赞 0 评论 332 浏览

海绵音乐

海绵音乐，一个精选音乐的聚集地，致力于为用户提供各种风格的治愈系音乐。

创作工具 1970年01月01日 0 点赞 0 评论 332 浏览

MoonCast

MoonCast 是一个零样本播客生成系统，能够从纯文本源合成自然的播客风格语音。它采用长上下文语言模型和大规模语音数据训练，支持中文和英文，生成几分钟长的高质量播客音频。MoonCast 通过特定的LLM提示生成播客脚本，并利用语音合成模块转换为最终音频，具备长音频生成、增强自然性、多语言支持和零样本语音合成等功能。其技术原理包括多阶段训练、短段级别自回归音频重建和自发性增强，适用于内容创作、教

AI项目与工具 2025年06月11日 63 点赞 0 评论 332 浏览

Audio Decomposition

Audio Decomposition 是一款基于傅里叶变换和信封匹配技术的开源音频处理工具，能够分离音乐中的不同乐器声音并生成乐谱。它支持音乐转录、教育、制作及分析，通过深度音频处理为用户提供了强大的音乐解析能力。

AI项目与工具 2025年06月12日 69 点赞 0 评论 331 浏览

MetaVoice Studio

MetaVoice Studio允许用户录制自己的声音或上传文件来创建自定义语音剪辑。它提供了一个免费的计划，有6个声音，30秒的剪辑长度，和一个非商业许可。付费计划包括8个声音、10分钟...

创作工具 1970年01月01日 0 点赞 0 评论 331 浏览

MultiTalk

MultiTalk是由中山大学深圳校区、美团和香港科技大学联合推出的音频驱动多人对话视频生成框架。它根据多声道音频输入、参考图像和文本提示，生成包含人物互动且口型与音频一致的视频。通过Label Rotary Position Embedding (L-RoPE) 方法解决多声道音频与人物绑定问题，并采用部分参数训练和多任务训练策略，保留基础模型的指令跟随能力。MultiTalk适用于卡通、歌唱及

AI项目与工具 2025年06月11日 11 点赞 0 评论 330 浏览

OmMuse

OmMuse 是一个面向音乐家和制作人的在线音乐创作平台，它提供了一系列的工具和资源来帮助用户创作和制作音乐。

创作工具 1970年01月01日 0 点赞 0 评论 327 浏览

MuCodec

MuCodec是一款由清华大学等机构联合研发的超低比特率音乐编解码工具，具备音乐压缩、特征提取、离散化处理及流匹配重建等功能。该工具能够有效压缩音乐文件，在极低比特率下仍能保证高保真度，适用于多种应用场景如在线音乐流媒体服务、音乐下载、语言模型构建以及移动设备优化等。

AI项目与工具 2025年06月12日 10 点赞 0 评论 327 浏览