🔥 Trending today
Run MiniMax Speech-02 models with an API
Replicate Blog392d agoNew ToolReplicate 平台正式支援 MiniMax 的 Speech-02 語音生成模型 API。該模型提供高品質的文字轉語音（TTS）服務，並具備聲音複製（Voice Cloning）、豐富的情感表達以及多語言支持等強大功能。開發者現在可以透過簡單的 API 呼叫，輕鬆將這款先進的語音合成技術整合至自己的應用程式中。
How to create an AI narrator for your life
Replicate Blog909d agoTutorialReplicate 發布了一篇趣味實用的技術教學，展示如何利用網路攝影機（Webcam）捕捉畫面，並透過 LLaVA 或 GPT-4V 等多模態視覺模型分析影像，最後結合 ElevenLabs 的語音合成技術，以經典自然紀錄片主持人大衛·艾登堡（David Attenborough）的口吻與聲音，為你的日常生活進行即時的幽默旁白。
Building an AI WebTV
Hugging Face Blog1051d agoTutorialHugging Face 分享了建立「AI WebTV」的實戰指南。該專案整合了多種開源 AI 技術：利用 LLM 自動生成劇本、透過 Stable Diffusion 產生視覺畫面，並結合 TTS 語音合成技術。最後，利用 FFmpeg 將這些素材即時融合成影片串流，部署於 Hugging Face Spaces 並可同步直播至 Twitch 等平台，展示了多模態 AI 工作流的強大整合能力。