Scenema Audio 開源：從 LTX 2.3 提取的語音模型，用舞臺提示詞演情緒
ScenemaAI 開源情感語音模型 Scenema Audio。它從 LTX 2.3 中提取出音訊擴散架構，允許用舞臺動作標籤即時控制情緒起伏與環境音效，還支援零樣本聲音克隆。模型最低僅需 16GB 視訊記憶體即可本地執行，支援 13 種語言。
Scenema Audio
Scenema Audio 開源：把聲音與情緒解耦，用舞臺指示給克隆聲音演戲
Scenema AI 開源語音生成模型 Scenema Audio，它從 LTX 2.3 提取而來，支援將聲音音色與情緒表演解耦。只需幾秒參考音訊，就能靠提示詞裡的舞臺指示改變情緒、呼吸節奏甚至口音，還能中途切換狀態。量化版本最低需 16GB 視訊記憶體並在本地執行。