开源模型
Muyan-TTS，开源可训练的 TTS 模型，专为预算在 5 万美元以内的播客应用而设计，基于超过 10 万小时的播客音频数据进行预训练
FastVLM，苹果开源的可以在iphone运行的视觉语言模型，旨在输出更少的令牌并显著减少高分辨率图像的编码时间
微信扫描下方的二维码阅读本文
声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。
评论(0)