让我们听听演示音频吧！

EzAudio 是一种高级文本到音频 （T2A） 生成模型，可从文本提示创建高质量的音频。支持生成动物叫声、笑声、音乐等声音。

项目地址：https://haidog-yaqub.github.io/EzAudio-Page/

Github地址：https://github.com/haidog-yaqub/EzAudio

论文地址：https://haidog-yaqub.github.io/EzAudio-Page/static/pdf/ezaudio.pdf

在线体验：https://huggingface.co/spaces/OpenSound/EzAudio



微信扫描下方的二维码阅读本文

EzAudio，开源的AI音频生成模型，基于Diffusion Transformer 增强文本到音频的生成插图

声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。