👥 提供多种配音角色选择，包括支持openai的TTS模型。
【AiBase提要:】站长之家(ChinaZ.com) 1月4日 消息:微软公司的研究团队最近提出了一种独特且简单的方法，用于生成高质量的文本嵌入。这种新方法仅使用合成数据和极少的训练步骤（少于1，000步），就取得了令人瞩目的成果。相比于现有的方法，该方法不依赖于多阶段的预训练和有限的标记数据微调，避免了繁琐的训练流程和手动收集数据集的问题，这些数据集通常在任务多样性和语言覆盖方面存在问题。2023年，我们看到了扩散模型推理速度方面的一些重大理论改进，例如Song等人的原始一致性模型论文，以及最近的LCM。（另外，对抗扩散蒸馏。）我们已经开始看到使用这些想法的项目，例如Dan Wood的Art Spew(每秒77512×512图像，在单个4090上)、Modal的Turbo.art(基于SDXL Turbo) 和fal.ai的30fps脸部交换。
研究讨论了基于扩散的盲目恢复方法，当应用于降级的面部图像时，可能无法有效保留个体的独特身份。研究人员强调了以前在基于参考的面部图像恢复方面的努力，引用了各种方法，如GFRNet、GWAINet、ASFFNet、Wang等，DMDNet和MyStyle。这些方法利用单个或多个参考图像来实现个性化恢复，确保对降级图像中个体独特特征的更好保真度。与以往方法不同，提出的技术使用基于扩散的个性化生成先验，而其他方法使用前馈架构或基于GAN的先验。