WordVoice TTS：逐词控制时长、响度、音高，0.5B小模型
multimodalart · x · 2026-07-24
WordVoice TTS 发布，支持对每个单词独立控制时长、响度、音高和语调。基于 CosyVoice3，可自动或手动控制，支持声音克隆和预设音色。模型仅0.5B参数，在同尺寸中表现优秀。
「多模态」频道最新
- 3D ResNet 论文八年突破 3000 引用，Kinetics 数据集成里程碑 — HirokatuKataoka · 2026-09-11
- 零编程经验者用 ChatGPT 开发 ComfyUI 安卓客户端将上架 — ComfierUI · 2026-09-11
- FastH3-Live 升至 22fps：加速节点实测与 ComfyUI 显存避坑 — spartong945 · 2026-09-11
- Midjourney 风格参考分享:--sref 2912175708 — tisch_eins · 2026-09-11
- Astra 分镜+Minimax H3 分镜逐帧生成，视频创作成功率大增 — Hailuo_AI · 2026-09-11
- Hailuo 转推：MiniMax H3 MAX 一发生成 15 秒美食动画短片 — Hailuo_AI · 2026-09-11