本帖使用社区开源推广，符合推广要求。我申明并遵循社区要求的以下内容： 我的帖子已经打上 开源推广 标签： 是 我的开源项目完整开源，无未开源部分： 是 我的开源项目已链接认可 LINUX DO 社区： 是 我帖子内的项目介绍，AI生成、润色内容部分已截图发出： 是 以上选择我承诺是永久有效的，接受社区和佬友监督： 是 以下为项目介绍正文内容，AI生成、润色内容已使用截图方式发出 我用 flutter 做了一个开源的语音生成 app，主要还是利用了目前小米免费的 mimo 语音生成模型并利用 ai 对需要生成的语音文字进行打标签和润色。当然需要填你自己的 MIMO 的 API，和用于润色这个文字的 AI 模型的 API。 开源官网： https://shenghui.cloudlark.net/ 开源仓库： https://github.com/FuKun0113/shenghui-ai-voice-studio 软件截图： 1 个帖子 - 1 位参与者 阅读完整话题
本帖使用社区公益推广，符合推广要求。我申明并遵循社区要求的以下内容： 我的项目是免费使用的，无收费（变相收费、赞助）部分： 是 我的帖子已经打上 公益推广 标签： 是 我的项目属于个人项目，与公司或商业机构无关： 是 我的项目不存在QQ、TG等群组引流： 是 我的项目不存在非运营必要的网站引流： 是 我的项目不存在为他人推广、AFF： 是 我的项目无关联的商业项目： 是 我的站点存在登录，并已接入 LINUX DO Connect： 是 我帖子内的项目介绍，AI生成、润色内容部分已截图发出： 是 以上选择我承诺是永久有效的，接受社区和佬友监督： 是 以下为项目介绍正文内容，AI生成、润色内容已使用截图方式发出 https://tts.cngov.cc.cd/ 使用Linux.do账号登录即可获得，每天50次免费生成机会，欢迎体验，玩的开心 14 个帖子 - 8 位参与者 阅读完整话题
V 站大佬们！我们的项目在昨天破 1K star 了！这个项目只做了 25 天，对于我们来说是莫大的鼓励。同时，也被知乎官方纳入"今日十大开源项目"。这个离不开大家的支持~ 为了回馈 V 站大佬们的支持，我们把新鲜出炉的 windows 一键部署整合包提免费供给大家: Github 传送: https://github.com/datascale-ai/opentalking 视频教程: https://www.bilibili.com/video/BV17P7Z6qE8f/?vd_source=4820076c616e58ceb357c528a571ff11 整合包链接： https://pan.quark.cn/s/3a26349c9a04 关于提取码，只要大家加 QQ 群（群号: 1103327938, 加群问题的答案是 opentalking ）私聊管理员在 github 点了 star 的截图就好~ 希望大家理解，我们是为了提高项目影响力，这样才能吸引开源贡献者一起和我们共建！ 麻烦走过路过感兴趣的可以支持我们，在 Github 点个 Star! ！！！ 你们的支持是我们一直保持免费和开源的力量！ 欢迎大家体验！多多提意见！
昨天玩了下站内佬的虚拟伴侣项目，成功跑起来了： github.com GitHub - Open-LLM-VTuber/Open-LLM-VTuber: Talk to any LLM with hands-free voice interaction,... Talk to any LLM with hands-free voice interaction, voice interruption, and Live2D taking face running locally across platforms 现在想搞个声音克隆，让ai回答的时候文字转成克隆的tts； 在站内查了下，相关的帖子大多都是半年前一年前的了。。。 大概查到这些： GitHub - RVC-Boss/GPT-SoVITS: 1 min voice data can also be used to train a good TTS model! (few shot voice cloning) · GitHub GitHub - index-tts/index-tts: An Industrial-Level Controllable and Efficient Zero-Shot Text-To-Speech System · GitHub VoxCPM/README_zh.md at main · OpenBMB/VoxCPM · GitHub 声音复刻简介_声音复刻购买指南_声音复刻操作指南-腾讯云 音色快速复刻 - MiniMax 开放平台文档中心 我是更倾向于调api的方式（怕电脑跑不动），目前想着用minimax，但好像挺昂贵啊 佬们有没有其他或者做成了的方案捏？ 6 个帖子 - 6 位参与者 阅读完整话题
IT之家 6 月 3 日消息，谷歌今日发布公告，宣布为 Android 推出一项名为“虚假来电检测”（Fake Call Detection）的新功能，以应对日益增长的电诈威胁。 该功能被谷歌称为行业首创，当用户与通讯录联系人双方均使用 Phone by Google 时，系统能够检测并标记疑似伪造的联系人来电。此前，谷歌已经推出经过验证的金融机构来电功能，用于提醒用户防范假冒银行等金融机构的诈骗电话。 谷歌表示，随着人工智能语音克隆技术的发展，诈骗分子如今不仅能够伪造电话号码，还能利用深度伪造（Deepfake）技术模仿亲友、老板或其他权威人士的声音实施诈骗。例如，来电显示可能显示为“妈妈”，而电话另一端的声音也与真实联系人极为相似，但实际上却是利用 AI 伪造的语音，试图以紧急情况为由进行诈骗。 根据国际刑警组织（INTERPOL）今年 3 月发布的最新《全球金融欺诈威胁评估》数据，假冒身份类型的诈骗案已成为造成全球超过 4000 亿美元（IT之家注：现汇率约合 2.71 万亿元人民币）损失的主要因素之一。与此同时，这类诈骗也是美国 FTC 收到举报数量最多的欺诈类型之一，仅 2024 年相关损失金额就达到 29.5 亿美元（现汇率约合 200.04 亿元人民币）。 谷歌指出，随着越来越多用户拒绝接听陌生来电，骗子正将策略转向冒充熟人号码。专家指出，目前的 AI 音频深度伪造技术已逼真到多数人难以仅凭听觉辨别真伪的程度。 为应对这一问题，谷歌在 Android 中引入了新的验证机制。该功能默认开启并在后台自动运行。当通讯录中的联系人打来电话且双方均使用 Google Phone 时，对方的设备会实时向用户的设备发送静默确认信号，以证明来电确实来自该联系人的真实设备。这一数字握手过程基于端到端加密的 RCS 技术，保障隐私安全。 如果诈骗分子伪造联系人号码拨打电话，由于无法发送这一验证信号，接收方设备会立即发现异常，并向联系人的真实设备发起二次确认。 如果对方设备反馈“当前未在拨打电话”，用户这边的手机屏幕将出现弹窗警告，建议立即挂断。谷歌表示，这种主动提醒机制能够帮助用户在诈骗过程中实时识别深度伪造语音和号码伪装攻击。用户也可以随时在 Phone by Google 设置中关闭该功能。 谷歌表示，虚假来电检测功能将于本月开始面向全球市场推送，首批支持搭载 Android 12 及以上版本系统的设备，并率先登陆 Google Pixel 系列产品。由于 Phone by Google 已是大多数 Android 设备的默认电话应用，因此大部分用户可直接获得支持。 谷歌表示，该功能基于开放标准 RCS 构建，不局限于单一设备或应用生态，其他应用开发商和设备制造商未来也能够采用这项技术，以提升整个行业对电话诈骗的防护能力。 相关阅读： 《 打击诈骗，曝谷歌将为 Android 系统电话应用开发伪造号码识别功能 》
V 站大佬们！我们的实时数字人 OpenTalking 支持视频克隆模式啦！ 同时支持调整面部动作幅度，能玩出来很抽象的东西哈哈哈~ 麻烦走过路过感兴趣的可以支持我们，在 Github 点个 Star! ！！！ 你们的支持是我们一直保持免费和开源的力量！ Github 传送: https://github.com/datascale-ai/opentalking 视频演示: https://www.bilibili.com/video/BV1d6VB6iE15/?vd_source=4820076c616e58ceb357c528a571ff11 欢迎大家体验！多多提意见！
V 站大佬们！我们的实时数字人 OpenTalking 支持视频克隆模式啦！ 同时支持调整面部动作幅度，能玩出来很抽象的东西哈哈哈~ 麻烦走过路过感兴趣的可以支持我们，在 Github 点个 Star! ！！！ 你们的支持是我们一直保持免费和开源的力量！ Github 传送: https://github.com/datascale-ai/opentalking 视频演示: https://www.bilibili.com/video/BV1d6VB6iE15/?vd_source=4820076c616e58ceb357c528a571ff11 欢迎大家体验！多多提意见！
V 站大佬们！我们的实时数字人 OpenTalking 支持视频克隆模式啦！ 同时支持调整面部动作幅度，能玩出来很抽象的东西哈哈哈~ 麻烦走过路过感兴趣的可以支持我们，在 Github 点个 Star! ！！！ 你们的支持是我们一直保持免费和开源的力量！ Github 传送: https://github.com/datascale-ai/opentalking 视频演示: https://www.bilibili.com/video/BV1d6VB6iE15/?vd_source=4820076c616e58ceb357c528a571ff11 欢迎大家体验！多多提意见！
V 站大佬们！我们的实时数字人 OpenTalking 支持视频克隆模式啦！ 同时支持调整面部动作幅度，能玩出来很抽象的东西哈哈哈~ ** 麻烦走过路过感兴趣的可以支持我们，在 Github 点个 Star! ** 你们的支持是我们一直保持免费和开源的力量！ Github 传送: https://github.com/datascale-ai/opentalking 视频演示: https://www.bilibili.com/video/BV1d6VB6iE15/?vd_source=4820076c616e58ceb357c528a571ff11 欢迎大家体验！多多提意见！
V 站大佬们！我们的实时数字人 OpenTalking 支持视频克隆模式啦！ 同时支持调整面部动作幅度，能玩出来很抽象的东西哈哈哈~ ** 麻烦走过路过感兴趣的可以支持我们，在 Github 点个 Star! ** 你们的支持是我们一直保持免费和开源的力量！ Github 传送: https://github.com/datascale-ai/opentalking 视频演示: https://www.bilibili.com/video/BV1d6VB6iE15/?vd_source=4820076c616e58ceb357c528a571ff11 欢迎大家体验！多多提意见！
V 站大佬们！我们的实时数字人 OpenTalking 支持视频克隆模式啦！ 同时支持调整面部动作幅度，能玩出来很抽象的东西哈哈哈~ 麻烦走过路过感兴趣的可以支持我们，在 Github 点个 Star! ！！！ 你们的支持是我们一直保持免费和开源的力量！ Github 传送: https://github.com/datascale-ai/opentalking 视频演示: https://www.bilibili.com/video/BV1d6VB6iE15/?vd_source=4820076c616e58ceb357c528a571ff11 欢迎大家体验！多多提意见！
V 站大佬们！我们的实时数字人 OpenTalking 支持视频克隆模式啦！ 同时支持调整面部动作幅度，能玩出来很抽象的东西哈哈哈~ ** 麻烦走过路过感兴趣的可以支持我们，在 Github 点个 Star! ** 你们的支持是我们一直保持免费和开源的力量！ Github 传送: https://github.com/datascale-ai/opentalking 视频演示: https://www.bilibili.com/video/BV1d6VB6iE15/?vd_source=4820076c616e58ceb357c528a571ff11 欢迎大家体验！多多提意见！
V 站大佬们！我们的实时数字人 OpenTalking 支持视频克隆模式啦！ 同时支持调整面部动作幅度，能玩出来很抽象的东西哈哈哈~ ** 麻烦走过路过感兴趣的可以支持我们，在 Github 点个 Star! ** 你们的支持是我们一直保持免费和开源的力量！ Github 传送: https://github.com/datascale-ai/opentalking 视频演示: https://www.bilibili.com/video/BV1d6VB6iE15/?vd_source=4820076c616e58ceb357c528a571ff11 欢迎大家体验！多多提意见！
V 站大佬们！我们的实时数字人 OpenTalking 支持视频克隆模式啦！ 同时支持调整面部动作幅度，能玩出来很抽象的东西哈哈哈~ ** 麻烦走过路过感兴趣的可以支持我们，在 Github 点个 Star! ** 你们的支持是我们一直保持免费和开源的力量！ Github 传送: https://github.com/datascale-ai/opentalking 视频演示: https://www.bilibili.com/video/BV1d6VB6iE15/?vd_source=4820076c616e58ceb357c528a571ff11 欢迎大家体验！多多提意见！
我今天有个项目要用到语音克隆转台词，我找到了一个母版。然后从早上测到现在。在MINIMAX充了会员调用API，然后就一天的时间，我试用了有二三十次吧。我充的会员就没钱了给我干成负数了，并且出来的效果真的拉中之拉，（他根本没有客服，所有加入群的全是吐槽的）然后我又让CODEX（推荐和这模型一样拉中之拉）和CLAUDE（推荐Fish)分别推荐最后找到,完美解决。各位佬大们，用MINIMAX之前一定要测测。全是血泪啊我充的声贝还不能算余额。有需要的佬友免费送声贝，CALL我即可。还有10W额度，我要和MINIMAX说白白了。 5 个帖子 - 4 位参与者 阅读完整话题
现在在开发图片转视频的项目，主要是需要支持克隆人的声音，上传图片合成视频，并且根据用户输入的话术、图片和模拟人声，输出 动态视频，需要达到真人拍视频的效果，不知道有没有现成的技术方案、或者llm厂商可以通过API接口调用的方案？ 1 个帖子 - 1 位参与者 阅读完整话题
懂点代码，但是不多。我想搞一个codex app的克隆版本出来，然后在上面加一些自己想要的功能。 就一直想着提取资源包出来重写，但是折腾了一个月了，复刻的效果很差，github上面好像也没看到有这种开源项目。 看了下哈雷佬的CodexDesktop-Rebuild，我理解是再原版上面注入了一些功能补丁，也不是我想要的。 可能是有些无知了，还请大佬们解解惑 4 个帖子 - 3 位参与者 阅读完整话题
看到相关主帖都是去年的了，最近想克隆我声音制作视频，想知道现在有什么比较效果比较好的模型推荐吗（据我所知就是qwen，小米？minimax，但是实际效果我不太清楚）？感谢佬友们回答！ 6 个帖子 - 6 位参与者 阅读完整话题
大家好，我做了一个偏小众的 Windows 工具：微博克隆器。 官网： https://weibocloner.bytefuse.cn/ 它主要解决一个问题：如果微博用了很多年，历史正文、图片、评论、转发、视频都散落在平台里，想做本地归档或账号迁移前留档会比较麻烦。 目前工具围绕个人微博备份做了这些功能： - 微博正文备份 - 图片、视频资料保存 - 评论和楼中楼回复备份 - 转发内容保存 - 任务化执行和备份记录管理 - Windows 客户端本地使用 我做这个工具的原因是，长期内容如果只留在平台里，后续检索、迁移、复盘都不太可控。相比截图或手动收藏，任务化备份更适合长期维护。 适合的场景： - 个人微博长期归档 - 自媒体历史素材整理 - 账号迁移前备份 - 保存评论区讨论 - 整理微博图文和视频资料 目前还在持续优化，如果你刚好有微博备份或内容归档需求，可以试用一下。也欢迎反馈真实使用场景和问题。 官网： https://weibocloner.bytefuse.cn/ 建议先小范围测试自己的账号内容，再决定是否长期使用。
两年前，OpenAI的技术团队发布博文，详述公司已借助顶尖人工智能技术研发出人声复刻能力。研究人员称，这款全新软件技术水准极高，出于高度审慎考量，OpenAI决定暂不对外公开。 尽管该公司这一立场始终未变，却并未停止相关技术的研发工作。两位知情人士透露，今年OpenAI低调收购了小型初创企业Weights.gg，这家企业主打提供人声克隆类人工智能工具。 此次收购尚未对外披露，具体交易条款目前无从得知。熟悉本次收购事宜的人士表示，OpenAI一并拿下了该公司规模不大的团队以及全部知识产权。Weights.gg已于今年三月宣布关停旗下各项服务。 Weights.gg主打搭建平台社群，供用户开发、分享各类人工智能算法，用户可通过其面向普通用户的免费应用程序Replay实现声音克隆等相关操作。 查看评论