Microsoft выпустила модель с открытым исходным кодом VibeVoice-1.5B для преобразования текста в речь. Пользователи могут создавать аудио длительностью до 90 минут с участием до четырёх персонажей. Модель имитирует естественный разговор, но без перебиваний. При этом нейросеть не умеет добавлять фоновые звуки, музыку и звуковые эффекты. VibeVoice-1.5B поддерживает только английский и китайский языки. Пример работы нейросети…
Автор публикации
Для многих IT-консалтинг – это что-то непонятное и мифическое, но всё намного проще, чем кажется)
Источник: iPhones.ru — всё про Айфоны, смартфоны, нейросети, обзоры, инструкции