4 秒克隆声音:AuK 语音克隆实测惊艳
smereces · reddit · 2026-09-20
Reddit 用户实测 AuK 语音克隆工具,称只需 4 秒音频即可高质量克隆人声;随后结合 MiniMax H3 的 Voice2Video 能力,把克隆的语音驱动成视频,展示了一条快速复刻声音并生成口播视频的工作流。
「多模态」频道最新
- 免费课程：生成式媒体 Agent 的四大生产难题与解法 — Al_Grigor · 2026-11-04
- PixelBench：用逐像素生成取代 QA,重新测多模态模型 — bdsqlsz · 2026-11-04
- 开源 Kitten-TTS 2 语音克隆：954MB 免 GPU 笔记本可跑 — solyarisoftware · 2026-11-04
- 「2030 年旧金山我们来收你的内存」：全本地硬件生成的赛博朋克短片 — Wonderful-Yak-3348 · 2026-11-04
- 开源视频 agent Openfilm 走红：让任意编码 agent 变视频制作器 — solyarisoftware · 2026-11-04
- 微软重开源 VibeVoice：10 秒克隆声音，本地生 90 分钟播客 — solyarisoftware · 2026-11-04