新CosyVoice CosyVoice 是阿里巴巴通义实验室发布的开源语音生成模型。它专注于自然语音生成,支持多语言、音色和情感控制。CosyVoice 能够生成中、英、日、粤、韩五种语言的语音,并且可以在短短几秒钟内克隆声音,适用于智能助手、教育、音视频制作和智能客服等多种场景。
新SeamlessM4T SeamlessM4T是Meta推出的一款多语言和多任务模型,能够处理语音识别、文本翻译和语音合成等任务。它支持近100种语言,可以将语音转录为文本,再进行翻译,甚至可以将翻译后的文本转化为语音。
新Image to Music Image to Music是一个AI图像到音乐生成器,利用人工智能技术将图像转换为音乐。通过多模态分析,系统能够解析图像中的颜色、纹理、形状和物体等视觉元素,并生成相应的音乐。支持多种音乐风格,如钢琴、吉他、管弦乐、电子舞曲(EDM)、爵士乐和蓝调等。用户无需登录即可使用,界面简洁,操作简单,仅需上传图片即可快速生成音乐,适合媒体创作者...
新Cliclic Ai Cliclic AI是一个AI 商品图背景编辑器,旨在帮助用户快速生成具有吸引力的商品图背景,适用于各种需要产品图设计的场景。用户可以通过使用系统预设的各种模块来搭建展示场景的框架,然后上传产品图并选择预设的场景和风格。系统会根据这些选择自动生成具有出色效果的展示图。