#python#audio#deeplearning#minicpm#python#pytorch#speech#speech_synthesis#text_to_speech#tts#tts_model#voice_cloning
VoxCPM is a free, open-source TTS tool that turns text into realistic speech without tokens, creating expressive audio that matches context and clones voices perfectly from just 3-10 seconds of sample. Download VoxCPM1.5 (800M params) from Hugging Face, install via pip, and use simple Python or CLI commands for fast synthesis (RTF 0.15 on RTX 4090) or fine-tuning your own voices. You benefit by easily making natural audiobooks, podcasts, clones, or apps with pro-quality sound—saving time and costs on voice work.
https://github.com/OpenBMB/VoxCPM
Вы наверняка слышали про Instruct pix2pix. Это модель, которая позволяет менять картинку на основе текстового запроса типа "make his hair blue" или "turn it into a wood carving".
Так вот, изначальный вариант pix2pix, который был реализован в Автоматике, уже устарел. Теперь гораздо удобнее пользоваться pix2pix моделью КонтролНета. Она позволяет работать с хайрезными изображениями и в ней не нужно париться с двойной настройкой Denoising strength.
Работает прямо в text2image. Добавьте исходную картинку в ControlNet, оставьте препроцессор в "none", выберите модель "Control_v11e_sd15_ip2p", поставьте правильное разрешение картинки, наберите вашу инструкцию в поле промпта и жмите Generate.
Например я взял исходную картинку с древним городом, превратил ее в схематичный рисунок, в зимнюю сцену и в ночную с огнём.
#совет#A1111#stablehoudini
Всем привет!
Добро пожаловать в 👾 Нейро-Софт!
Для навигации по каналу используйте карту тегов
⤵️:
#txt2img - Нейросети для генерации изображений по текстовому описанию.
#img2img - Нейросети для изменения или стилизации изображений на основе других изображений.
#txt2video - Нейросети для генерации видео по текстовому описанию.
#img2video - Нейросети для создания видео на основе изображений.
#deepfake - Нейросети для создания дипфейков и замены лиц в видео.
#music - Нейросети для генерации музыки.
#voicecloning - Нейросети для клонирования голоса.
#tts - Нейросети для синтеза речи из текста.
#stt - Нейросети для распознавания речи и перевода её в текст.
#txt2txt - Нейросети для генерации текста, анализа текста и перевода.
#multimodal - Нейросети, комбинирующие текст с изображениями или видео.
#style - Нейросети для стилизации и переноса стиля.
#creative - Инструменты для создания визуальных эффектов и художественного творчества.
#stablediffusion - Нейросети для генерации изображений на базе модели Stable Diffusion.
#controlnet - Нейросети использующие принципы или модели ControlNet, например Instant ID.
#fooocus - Репаки и форки Fooocus.
#forge - Репаки и форки Forge.
#a1111 - Репаки и форки Automatic 1111.
#llm - Большие языковые модели для генерации и анализа текста.
💬Обсудить в чате | ⭐️Поддержать канал
👾НЕЙРО-СОФТ — Делаем нейросети доступнее.