dots.tts: 샤오홍슈, 2B 오픈소스 음성 합성 모델 공개
샤오홍슈(Rednote)가 20억 파라미터 기반의 종단간 음성 합성 모델 dots.tts를 공개했다. 완전 연속 자기회귀 아키텍처와 48kHz AudioVAE를 적용해 이산 토큰 없이 뛰어난 유사도의 음성 복제와 편집을 지원한다. 코드와 가중치는 Apache-2.0 라이선스로 배포된다.
小红书
샤오홍슈, 이미지 편집 모델 FireRed 1.1 공개: 얼굴 유지와 폰트 복제 지원
샤오홍슈가 텍스트 명령어로 정밀 편집이 가능한 FireRed-Image-Edit 1.1을 오픈소스로 공개했습니다. 배경과 포즈를 바꿔도 얼굴과 옷을 안정적으로 유지하며, 다중 이미지 합성 및 포스터 폰트 스타일 복제까지 해냅니다. 다만 파일 용량이 약 60GB에 달해 일반 소비자용 GPU로 직접 구동하기엔 부담이 큽니다.