Diamond 1.0 语音修复模型开源
bdsqlsz · x · 2026-07-17
开源语音修复模型 Diamond 1.0 发布，目标是把劣化音频恢复成接近录音棚质量的 44.1 kHz 语音。
- 从零训练，没有使用预训练骨干模型
- 参数量 1.666 亿，训练只用了 63 个 GPU 小时
- 在 DNSMOS 上排到 6 个模型中的第 2 名
- 据称在只用到 1/4 数据量的模型之上表现更好
- 采用 Apache 2.0 许可证，可直接试用
「多模态」频道最新
- Marigold V2 深度估计支持高分辨率分块推理，登陆 ComfyUI — AntonObukhov1 · 2026-10-27
- AI 电影人 PJaccetturo 谈用 Dreamina 构建影级世界 NEXUS — DavidmComfort · 2026-10-27
- Runway 发布 App Studio：描述即生成图片视频音频创意应用，无需代码 — runwayml · 2026-10-27
- 本地免费跑 MiniMax H3 实测 Maestro,Kling 4.0 对比 Seedance 2.5 编辑能力 — cocktailpeanut · 2026-10-27
- AI 生成的《致命魔术》片段疯传，网友惊呼电影级效果难辨真假 — cneuralnetwork · 2026-10-27
- 用 Astra 计算机视觉操控 Premiere Pro 剪辑，10 个实用玩法 — beechinour · 2026-10-27