VoxMel 开源：小波分解自回归建模实现零样本语音合成
_akhaliq · x · 2026-11-12
VoxDance-Lab 在 Hugging Face 开源了 VoxMel 系列文本转语音模型，采用小波分解的自回归梅尔频谱建模方法，支持零样本语音合成。目前释出 VoxMel-0.3B 与 VoxMel-0.6B 两个规格的模型权重。
「多模态」频道最新
- 字节发布 Seedance 2.5 Flash：速度近翻倍，价格低 34% — aziz4ai · 2026-11-12
- 创作者用 Suno V6 配乐混搭 Dreamina 与 Seedance 生成音乐视频 — amplifiedamp · 2026-11-12
- AI 生成角色设计同款对比：2D 插画风与 3D 渲染各出一版 — azed_ai · 2026-11-12
- 一行提示词反向挑战:Fable 5.2 用全部能力做出最烂视频 — FinanceYF5 · 2026-11-12
- MiniMax H3-Image 生成暗黑幻想插画，官方转发用户实测 — Hailuo_AI · 2026-11-12
- 有人让 Fable 5.2 用 Blender 重制纯代码生成视频，效果可循环 — FinanceYF5 · 2026-11-12