Fish SpeechFish Speech 是一个开源的文本转语音(TTS)解决方案,基于 VQ-GAN、Llama 和 VITS 技术开发。它提供多语言支持,包括中文、日语和英语,能够生成高质量的语音合成。这个工具特别适合游戏配音等场景,允许用户自定义和训练专属的语音模型。
MusicGenMusicGen 是一款开源的人工智能音乐生成模型,它能够根据文本描述或旋律来创造新的音乐。这个模型使用了单语言模型(LM)技术,可以生成高质量的音乐,而且可以通过文本或旋律的指导来操作。MusicGen 的性能已经在多项研究中得到了证实,它在音乐生成方面的表现优于了现有的方法。