新闻资讯 | AIGCPanel

Wav2Lip 是一个基于深度学习的语音驱动唇动同步（lip-sync）模型，能够根据输入的音频（音频信号）生成与之同步的高质量唇动视频。Wav2Lip 的目标是使视频中的人物与音频中的话语完全同步，产生更自然和真实的口型运...

模型更新

2025-02-26

LatentSync 模型 LatentSync 是字节跳动推出的一种基于音频条件的端到端唇同步技术，通过潜在扩散模型和时间表示对齐技术（TREPA），实现高质量、时间一致的动态视频生成，并优化了 SyncNet 的收敛问题，使唇同步的...

模型更新

2025-02-26

语音模型-CosyVoice-300M v0.3.0 Windows版已发布，这个版本主要提升了模型运行兼容性，优化了模型运行性能

模型更新

2025-02-25