刺鸟图文助手
好家伙，现在只需要三秒钟的音频，就能完美模仿出你想要的声音。之前呢就一直有读者朋友留言说，太想念自己逝去的亲人了，想模仿一下他们的声音。但是因为只有寥寥几句的微信语音啊，模仿效果很差。现在阿里最新开源的饭audio r o m，模仿声音只需要三秒的音频，这是原声。
希望你以后能够做的比我还好哟，这是模仿的效果。漫步在金秋的风林中。阳光透过斑斓的叶片洒在身上。这还仅仅是泛audio r的功能之一啊，更惊艳的功能我还能说n种。
比如这个跨语言的语言翻译，这是原声。在那之后完全收购那家公司，这是同样音色同样内容的粤语记号，叫做manager。这是英语你。那个了我我一激烈之力呢，想象一下你戴上一个翻译耳机啊，这个耳机任何国家的语言它都能帮你翻译成中文并读出来，并且还能保持它原有的音色。
这件事是不是太酷了？能做到这样的功能主要依赖于泛audio l m的两个模块，sense voice语音识别和cosy voice语音合成。路人甲说的声音啊通过science voice语音识别模块识别成文字，将文字送给l m大模型做翻译，翻译出的文本再经过cos voice语音合成模块生成对应的音频，这样我们就能听到翻译后的声音了。还有一个有趣的功能是，如果我们将一本书送给大语言模型，让大模型理解这本书里的人物说话时的情感，每个角色的性格。那么利用cosy voice语音合成功能就能做到旁白人物用不同的音色，不同的情感去朗读内容。
独双正子黄集。听他户外傻话，怒道。傻蛋。又胡说什么？杨过笑道。
咱们来玩拜天地成亲这样的有声小说，你愿意听吗？我觉得更绝的一点是，它还能做音频模型的缝合。这是人物a的声音，晴空万里不如你心情愉悦。这是人物b的声音，晴空万里不如你心情愉悦。两个音色一混合啊，就生成了一个新的自然界中可能不存在的音色，晴空万里不如你心情愉悦。
调整l法还能控制合成的权重，用谁的音色多一点啊，谁的少一点，说话的情感也能控制。是开心，小丽抿着嘴还是难过，但你熬过那些孤独，亦或者是说话过程中夹杂的笑声、换气声等，这些通通能够控制他搞的一个恶作剧，让大家人尽不禁。反audio arm的sense voice语音识别模块功能也很强大，识别出的文字能自动加标点符号，还能识别出每句话的语气、情绪、掌声等声音事件，甚至还能将音乐和正常说话的内容进行区分。hello各位，这里是音乐猛抬头，我是小凡。
nice凡audio l m已经开源，想要私有化部署本地体验的小伙伴可以直接下载我好打包好的一键启动包，双击这个bad批处理文件就能运行。老规矩，一键启动包的下载地址我放到了视频的简介里，没有任何套路，不用关注，不用私信啊，只求各位彭于晏、吴彦祖留一分问。就是你玩的开心的时候，记得给我一个免费的赞就行。阿里今年开源了很多实用的a i算法，即通义千问二。
开源之后呢，现在又开源了这个声音模仿技术。这些技术呢在各个领域都有着广泛的应用前景。阿里的开源举措不仅促进了技术的进步啊，同时也为广大开发者提供了宝贵的资源，促进了整个a i社区的发展。好了，本期的视频就是这么多，我是热爱技术分享的jack，我们下期见，拜拜。
