#语音生成
共 14 篇相关文章
18元用DeepSeek重构完整GUI应用：AI编程成本实测
·6 分钟
18元用DeepSeek重构完整GUI应用：AI编程成本实测
B站UP主使用DeepSeek V4 Pro仅花费18.63元，通过Cursor完成IndexTTS GUI应用的完整重构。本文详解AI编程工作流、功能实现及成本对比，展示AI如何将软件开发门槛降至前所未有的低点。
阅读全文 →
科技前沿·8 分钟
GitHub Agent HQ发布：AI编程工具进入平台化竞争时代
GitHub Universe大会发布Agent HQ平台，统一管理编码Agent，Copilot升级支持多模型集成。同期OpenAI完成重组，Anthropic新模型测试，NVIDIA开源系列AI模型，AI编程工具格局加速整合。
阅读全文 →
教程攻略·9 分钟
Coze工作流搭建：一键生成短视频完整教程
详细拆解如何用扣子Coze平台搭建短视频自动生成工作流，涵盖文案生成、配音、AI配图、视频合成到剪映打包的全流程，适合批量起号和提高更新频率的创作者。
阅读全文 →
科技前沿·5 分钟
语音优先AI手机操作系统：Voice Hack Night黑客松大奖项目解析
Voice Hack Night黑客松观众选择奖项目Agentic OS深度解析：一个语音优先的AI手机操作系统，通过多Agent跨应用协作，让用户用自然语言对话替代触控操作，重新定义移动交互范式。
阅读全文 →
产品体验·7 分钟
VBAYYDS功能区编辑器测评：AI语音+可视化拖拽，VBA功能区开发从未如此简单
深度体验VBAYYDS功能区编辑器，通过可视化拖拽和AI语音指令两种方式，彻底告别手写XML的痛苦。支持Office和WPS功能区定制，内置350+图标库，零基础也能一分钟上手制作VBA插件功能区。
阅读全文 →
教程攻略·6 分钟
Gemini多模态Agent开发实战：理解到生成的全链路架构解析
深入解析Google Gemini多模态Agent开发方案，涵盖100万token上下文的多模态理解、原生图像与语音生成、Live API实时交互，以及Notebook LM克隆应用的完整构建过程与架构设计。
阅读全文 →
科技前沿·5 分钟
Dia开源项目一天5000星：两本科生3个月复刻NotebookLM播客功能
开源AI语音生成项目Dia上线一天GitHub星标破5000，由两名本科生自学3个月打造。1.6B参数实现近乎实时的双人对话生成，效果媲美谷歌NotebookLM，支持笑声、咳嗽等非语言细节模拟。
阅读全文 →
教程攻略·4 分钟
ComfyUI本地生成AI漫剧：图像到成片完整制作流程
详解ComfyUI本地AI漫剧制作全流程，涵盖KLEIN图像编辑、LTX首尾帧视频生成、QWEN TTS语音合成等核心环节，仅需4060Ti显卡即可100%本地运行，附实战技巧与避坑指南。
阅读全文 →
科技前沿·8 分钟
GPT-5.6曝光：Codex日志泄露内部测试，Anthropic企业采用率首超OpenAI
GPT-5.6在OpenAI内部Codex日志中现身调用记录，首批检查点已启动测试。Anthropic企业采用率达34.4%首超OpenAI的32.3%，Claude Code额度提升50%。一文看清AI行业最新竞争格局变化。
阅读全文 →
教程攻略·6 分钟
MoS-TTS-Nano部署教程：0.1B超轻量TTS模型CPU即可运行
经实战验证的MoS-TTS-Nano本地部署教程，0.1B参数超轻量TTS语音合成模型无需GPU，四核CPU即可流畅运行。涵盵Conda环境配置、pynini安装踩坑解决、模型下载及Gradio WebUI启动全流程。
阅读全文 →
教程攻略·9 分钟
Google AI Studio使用教程：Gemini实战指南从入门到精通
详解Google AI Studio与Gemini三种使用方式，涵盖YouTube视频解析、语音生成、Imagen 4文生图、Gemini Live多模态交互及一句话造App等核心功能，助你打造高效AI工作流。
阅读全文 →
科技前沿·8 分钟
谷歌24亿美元截胡OpenAI收购Windsurf，AI人才争夺战全面升级
谷歌以24亿美元截胡OpenAI成功收购AI编程公司Windsurf，Meta同步收购语音AI公司PlayAI。科技巨头AI并购潮背后，人才争夺、垂直整合与应用生态竞争正在重塑全球AI产业格局。
阅读全文 →
