AudioX：6GB未満で動画のカットを認識し自動配音する統合音声モデル
統合音声モデル「AudioX」のコードが公開された。モデルサイズは6GB未満で、一般的なGPU環境でもローカル動作する。テキストや画像、無音動画から音声を生成でき、映像のカット切り替えに合わせた効果音付与や音声修復にも対応する。
統合音声モデル「AudioX」のコードが公開された。モデルサイズは6GB未満で、一般的なGPU環境でもローカル動作する。テキストや画像、無音動画から音声を生成でき、映像のカット切り替えに合わせた効果音付与や音声修復にも対応する。