文本转语音模型

一天拿下3.4k star，这个1.6B开源模型火了，合成对话超逼真

作者

机器之心报导，Dia-1.6B 是一个在 GitHub 等平台上走红的开源语音模型，不仅能生成说话的声音、对话，还能合成真实感强的各种声音。其参数量为1.6B，目前已被下载超过5600次，热度排名Hugging Face第二，已收获大量好评和星标。

OpenAI 发布新型音频模型，听起来比以往任何时候都更像人类

作者

OpenAI发布了两款新的音频模型GPT-4o-transcribe和GPT-4o-mini-transcribe，旨在提升语音转文本的准确性，并引入可操控性文本转语音功能。此举为自然、直观的口语对话迈出了重要一步。