Нейросеть копирует любой голос по паре секундам аудио и выдаёт звук, от который не отличить живого — обновилась тулза VoxCPM2😳 Модель заняла первое место в трендах GitHub и набрала почти 38 тысяч звёзд. Что умеет: — Синтез на 30 языках; — Описываешь голос словами: «спокойная женщина тридцати лет, неторопливая речь» — и она генерирует; — Клонирование по короткому фрагменту записи: перенимает тембр, темп, интонации и речевые привычки; — Качество 48 кГц, студийный уровень. Запускается локально: официально просит около 8 ГБ видеопамяти, но кодеры уже запустили на GTX 1050 Ti с 4 ГБ. Собираем свою подкаст-студию — здесь. 🙂🙂🙂
- 74
- 25
- 7
- 2
- 2