OKHK 👀
@iokhk · Post #9741 · 07.05.2026 г., 10:58
超 600 种语言，一个模型全搞定! 小米开源 OmniVoice 多语言语音克隆 TTS#TTS
Hashtags
TGTGInsightтелеграм анализLIVE / telegram public index
TGINSIGHT SIMILAR POSTS
Намери подобно съдържание
Изходен канал @clockstackwheels · Post #367 · 30.05
Поговорим про ML. Пару дней назад вышла новость о том, что в продажу поступила первая русскоязычная книга, половину текста в которой написала нейросеть ruGPT-3. А до этого вы все наверняка натыкались на очень яркие записи про Dalle и Imagen, где нейросеть по описанию рисует картинку, и получается очень любопытно. Такими темпами скоро нейросети превратятся в крипту: высокотехнологичную вещь, о которой, однако, в среде приличных технарей лучше не упоминать. Потому что то, каким образом это используется, и то, какой образ этому создают в массах, расходится не только с реальностью, но и с определённым уровнем вменяемости. Кстати, ML ещё и может ярко демонстрировать эффект Даннинга-Крюгера. Мем про "Ты чё, пёс, я математик!" нифига не шутка. Человек может считать себя крутым программистом, если научился комбинировать чужие библиотеки на питоне. Хотя на самом деле простейшую практическую задачу решить не способен -- я с такими сталкивался лично. ML-щики вообще пихают свои нейросети куда ни попадя, считая, что это волшебная таблетка и швейцарский нож для любых ситуаций. Мне рассказывали случай, когда на хакатоне по работе с данными выиграл человек, который просто аккуратно вручную подобрал нужные зависимости в Excel :) Глобально же нейросетями пытаются решать три вида задач: 1. Информации в вопросе много, а в ответе нужно мало. Например, распознавание образов и символов. Подбор значений каких-нибудь коэффициентов. Приложение "Хотдог или не хотдог" из сериала Кремниевая Долина. Обычно нейросети справляются с таким очень хорошо. Рукописный ввод распознают шикарно, по фото могут назвать породу собаки, математические формулы читают. Но важно понимать, что под капотом даже у такой нейросети не возникает никаких понятных вам символов. Например, при распознавании рукописного ввода случайный набор пикселей, не имеющий для человека смысла, может быть с той же степенью уверенности интерпретирован нейросетью, как совершенно чёткая буква А. Просто мы на такой случайный набор не попадаем почти всегда, и поэтому всё ок. 2. Информации в вопросе средне, и в ответе нужно средне. Как правило, это предсказание, восстановление недостающих данных, улучшение качества фото, раскрашивание ч/б. С такими задачами нейросети справляются уже средненько. Улучшенный нейросетью снимок сразу видно. Предсказание лишь ненамного точнее, чем случайный выбор. Польза в том, что в обращении такие сети просты, а результат всё-таки дают. Но не стоит их переоценивать. Например, сюда можно отнести задачу суммаризации текста (по большому объёму текстов тебе печатают выжимку). Мои товарищи в одном чате несколько дней игрались с ботом-суммаризатором, и в основном половина написанных им фраз это просто мусор и ерунда для ржача. Но в другой половине всё-таки какой-то совсем небольшой смысл проглядывался. Недостаточный для того, чтобы задалбывать этим ботом участников чата (привет, ребята :) ), но не абсолютный рандом. 3. Информации в вопросе мало, а в ответе нужно много. Это генерация данных: вот как раз написание текстов, составление рисунков, логотипов и так далее. Так вот, по моему скромному, но всё-таки хоть немного компетентному мнению, в таких вопросах нейросети выдают полную херню. И хвалёная логотипная нейросетка Лебедева — тоже полная херня. И распиаренная GPT ничего толкового не пишет. Когда читаешь примеры в новостях-анонсах, сразу думаешь: "Вау, как круто!". Но когда пробуешь сам: ruGPT-3 по уровню осмысленности где-то чуть ниже "Яндекс.Рефератов", если помните такой сервис и суть его работы. Я не знаю, будут ли сети по созданию изображений работать так круто (сейчас доступа к ним ни у кого нет), но книга в соавторстве с человеком стала возможна только по той причине, что в качестве человека взяли Павла Пепперштейна, который берёт случайные комбинации словосочетаний и выдаёт это за литературу. Поверьте: человечество пока что в безопасности касательно захвата машинами. #dev
Hashtags
Резултати
Намерени 71 подобни публикации
Търсене: #tts
当前筛选 #tts清除筛选
每日 AWESOME 观察
@awesomeopensource · Post #142 · 21.07.2018 г., 06:06
Tacotron 2 机器学习TTS的最新成果，使用电脑生成逼真的语音音频，在中文语音合成方面也已经取得进展，很快我们就可以告别讯飞，百度非自由TTS的垄断了。 Tensorflow实现 Rayhane-mamah/Tacotron-2 PyTorch实现 NVIDIA/tacotron2 Tags： #TTS
Hashtags
拔毛工 🥸
@bamaogong · Post #696 · 23.06.2025 г., 03:34
#网站#TTS 🗣AudioTextHub - 免费 AI 文本转语音工具 ▎网站介绍：一个基于 AI 的在线文本转语音平台，支持超过 100 种语言和 500 多种语音角色，用户可将文字快速转换为自然流畅的语音，并支持 MP3、WAV、OGG 等格式下载。 无需注册即可免费使用，每日最多 200 次转换，每次支持最多 2000 字，还提供批量生成、语速音调调整和情感表达等功能。 ▎网站网址：点击打开
拔毛工 🥸
@bamaogong · Post #648 · 07.06.2025 г., 02:11
#网站#TTS 🔊Ciallo TTS - 免费在线文本转语音工具 ▎网站介绍：一个文字转语音工具，支持 300 多种语言和口音，提供语速和语调的调节功能，支持最长 100,000 字符的文本输入。 用户只需输入文本，选择语音引擎（如 Edge TTS、OpenAI TTS）和语音人物，即可快速合成高质量语音，并生成 MP3 文件保存下载。 ▎网站网址：点击打开
Machinelearning
@ai_machinelearning_big_data · Post #9901 · 15.04.2026 г., 16:13
⭐️ Google DeepMind представил Gemini 3.1 Flash TTS - свою самую управляемую модель генерации речи Главная фишка - Audio Tags. Это текстовые команды прямо в промпте, которыми можно управлять стилем голоса, подачей и темпом речи. По сути, вы режиссируете озвучку через текст. Что ещё важно: — Более естественное звучание речи — Поддержка 70+ языков (русский, японский, немецкий и др.) — Все выходные аудио маркируются SynthID (цифровой водяной знак, чтобы отличить синтезированную речь от настоящей) На бенчмарке Artificial Analysis TTS Arena модель заняла 2-е место с Elo-рейтингом 1211 - сразу за Inworld TTS 1.5 Max (1215) и выше ElevenLabs v3 (1179). Где попробовать: → Рreview через Gemini API и Google AI Studio → Бизнесу -а Vertex AI → Всем пользователям - скоро появится в Google Vids https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-1-flash-tts/ @ai_machinelearning_big_data #google `#tts
Naruto 频道推荐 👍👍👍
@AChansp · Post #1758 · 18.04.2024 г., 09:55
#群聊#tts https://t.me/MultiTTS
拔毛工 🥸
@bamaogong · Post #517 · 25.04.2025 г., 02:11
#网站#开源#TTS 🗣EasyVoice - 开源文本转语音工具 ▎网站介绍：一个文本、小说智能转语音解决方案，支持将 10 万字以上的小说一键转为有声书，完全免费，无时长、无字数限制。 支持一键生成语音和字幕、AI 智能推荐配音、自定义多角色配音、自定义调整语速、音调等参数，并且在生成前可试听效果。 ▎网站网址：点击打开
ALL About RSS
@AboutRss · Post #1241 · 16.08.2022 г., 01:00
Speak News: 主打 text-to-speech 的 RSS 阅读器 该 #iOS / #iPadOS App 于 2016 年发布，更新至今，主打 #TTS ，但是售价较高： http://www.imaja.com/speaknews/ 发现于 https://twitter.com/SpeakNewsApp/status/1546575379191566336
落樱/Fallen sakura
@xxluoxx · Post #60 · 18.08.2022 г., 15:09
自带微软TTS的合成软件 网页版：https://toolb.cn/textspeech 🏷#TTS#语音合成
Machinelearning
@ai_machinelearning_big_data · Post #9305 · 23.12.2025 г., 15:59
🗣 Новая линейка Qwen3-TTS: VoiceDesign и VoiceClone Qwen представили новое поколение TTS-моделей, которые выводят управление голосом и voice cloning на новый уровень. Быстрее, выразительнее и гибче, чем раньше. VoiceDesign-VD-Flash Модель для полного конструирования голоса с нуля. Что умеет: - полный контроль речи через обычные текстовые инструкции - управление тоном, ритмом, эмоциями и персоной - никаких готовых голосов - ты создаешь уникальную вокальную идентичность - превосходит GPT-4o-mini-tts и Gemini-2.5-pro в role-play бенчмарках Подходит для: - игровых персонажей - виртуальных ассистентов - сторителлинга и диалогов - AI-персонажей с характером VoiceClone-VC-Flash Фокус на быстрое и качественное клонирование голоса. Ключевые возможности: - клонирование любого голоса всего по 3 секундам аудио - генерация речи на 10 языках (китайский, английский, японский, испанский и другие) - на 15% ниже WER по сравнению с ElevenLabs и GPT-4o-Audio в мультиязычных тестах - контекстно-зависимая интонация и ритм для более естественного звучания https://x.com/Alibaba_Qwen/status/2003445076257656880 Попробовать: •Qwen Chat:http://chat.qwen.ai •Блог: https://qwen.ai/blog?id=qwen3-tts-vc-voicedesign • VoiceDesign: http://hf.co/spaces/Qwen/Qwen3-TTS-Voice-Design http://modelscope.cn/studios/Qwen/Qwen3-TTS-Voice-Design • VoiceClone: http://hf.co/spaces/Qwen/Qwen-TTS-Clone-Demo http://modelscope.cn/studios/Qwen/Qwen-TTS-Clone-Demo @ai_machinelearning_big_data #AI#TTS#voicecloning
Hashtags
Libreware
@libreware · Post #1544 · 12.02.2026 г., 07:09
anx-reader Anx Reader is an advanced e-reader designed for book lovers, providing intelligent and focused reading. It supports various #ebook formats, including EPUB, MOBI, AZW3, FB2, TXT, and PDF, and offers powerful AI features such as shelf organization by progress and tone, mind map generation for deep understanding, a built-in dictionary and translator, perspective analysis, and summary generation. #TTS The program offers cross-platform syncing across Android, iOS, macOS, and Windows devices, allowing you to sync books, notes, and reading progress via WebDAV. Additional features include customizable reading settings (font size and style, line spacing, themes), a workspace for notes with export options, and reading stats tracking with habit visualization. Lang: Dart https://github.com/Anxcye/anx-reader Via @open_source_friend
APP喵-软件资源共享
@appmew · Post #16881 · 07.04.2026 г., 01:55
CloneTTS：安卓本地离线音色克隆与系统级 TTS 引擎。3 秒样本即可复刻专属人声，不需要联网 🏷标签：#安卓#TTS#声音克隆 ☁链接：点击获取 ⭐频道😮群聊✏投稿🌍中文