ai
3篇文章 · 0订阅
  • 【语音合成】B 站开源 IndexTTS ：声音克隆，吊打真人发音，断句精准度 98%
    IndexTTS 是哔哩哔哩（B 站）推出的工业级文本转语音（TTS）系统，基于开源项目 XTTS 和 Tortoise 深度优化，融合了类 GPT 的生成架构与中文场景的针对性创新。
    人工智能 Python
    【语音合成】B 站开源 IndexTTS ：声音克隆，吊打真人发音，断句精准度 98%
  • 字节把 Coze 核心开源了！可视化工作流引擎 FlowGram 上线，AI 赋能可视化流程！
    字节跳动（ByteDance）近期开源了其基于节点的流程构建引擎：FlowGram。而且也是在飞书工作流、扣子自动化 等产品中使用的核心可视化流程引擎。 是一款在线上产品中经过验证且极受用户青睐的强大
    GitHub 人工智能
  • OmniParser：微软推出的屏幕解析工具，轻松将屏幕截图转换为结构化数据
    OmniParser 是微软研究院推出的屏幕解析工具，能将 UI 截图转换为结构化数据，提升基于大型语言模型的 UI 代理系统性能，广泛应用于自动化测试、虚拟助手等领域。
    人工智能 计算机视觉 开源
    OmniParser：微软推出的屏幕解析工具，轻松将屏幕截图转换为结构化数据