Yunfeng's Simple Blog
vra.github.io
昨天看到周舒畅老师的AI短剧 论视觉大模型 VLM 的轻量化 ，以讲相声的形式来表现，觉得很有意思，如果加上声音，就真的是一个技术领域的搞笑相声了。刚好最近出了一个开源的播客生成工具 MOSS-TTSD ，还没来得及试，正好借这个机会玩一玩。 选择了岳云鹏和孙越的几秒的参考音频，对上面AI短剧的内容进行格式化整理，然后直接跑MOSS-TTSD的开源代码，第一次跑就成功了，还是很丝滑的。 生成的效果…
讨论
登录后参与讨论
还没有评论，来说第一句吧。