MiniMax b15-49 变体大幅提升语音克隆质量
Foreforks · reddit · 2026-08-17
作者在制作成人动画喜剧时，发现默认的 bf16 R2V 模型在语音克隆场景下音质不佳。切换至 b15-49 变体模型后，音质显著提升，且参考图像的生成效果未受影响。建议遇到音频问题的用户尝试不同模型变体以优化效果。
「多模态」频道最新
- Skywork 开源 Matrix-Game 4.0:游戏引擎管物理,模型只画像素 — lmoroney · 2026-10-16
- 80万 Gaussian Splat 跑在 WebGPU，a16z 合伙人称可近无限扩展 — generativist · 2026-10-16
- Nano Banana 2.1 上线 Perplexity Computer，全量用户可用 — ChrisUniverse · 2026-10-16
- 3D 场景相机自由运镜演示:输入图定向摆放,镜头轨迹精确可控 — XRarchitect · 2026-10-16
- 手把手教你训练自己的 LTX IC-LoRA：全程用 Grok Bot 代劳 — PurzBeats · 2026-10-16
- HF 开源 TTS 排行榜上线：8K+ 模型时代用客观指标替代竞技场 — dl_weekly · 2026-10-16