dots.tts:小紅書開源 2B 語音模型,支援零樣本聲音克隆
小紅書開源 2B 引數端到端語音合成系統 dots.tts。它採用全連續自迴歸架構與 48 kHz AudioVAE,不使用離散 token,在評測中展現出極低的詞錯誤率與高說話人相似度,支援語音克隆與精細編輯。程式碼和權重按 Apache-2.0 協議開放。
小紅書開源 2B 引數端到端語音合成系統 dots.tts。它採用全連續自迴歸架構與 48 kHz AudioVAE,不使用離散 token,在評測中展現出極低的詞錯誤率與高說話人相似度,支援語音克隆與精細編輯。程式碼和權重按 Apache-2.0 協議開放。
小紅書開源影像編輯模型 FireRed-Image-Edit 1.1,用自然語言即可精細修圖。它在改變背景或動作時能穩定保住人臉和穿著,還支援多圖融合換裝,甚至能把參考圖裡的字型風格準確遷移過去。不過其完整模型接近 60GB,消費級顯示卡直接跑起來門檻偏高。