#TTS
共 85 篇相关文章
产品体验·3 分钟
开源AI桌宠小猫：Qwen 3.5 Omni+ESP32打造全模态智能伙伴
基于Qwen 3.5 Omni全模态模型和ESP32-S3的开源AI桌宠小猫项目，支持情感语音交互、视觉感知、手势互动和一日记录复盘功能。附完整复刻教程，含硬件清单、3D打印模型和代码烧录指南。
阅读全文 →
科技前沿·3 分钟
Qwen3.6 35B开源实测逼近Claude，xAI语音克隆API正式上线
阿里开源Qwen3.6 35B模型，256专家MoE架构仅需3B激活参数，SWE Bench成绩逼近Claude Opus。xAI发布Voice Cloning API支持28种语言，NVIDIA开源OpenShell安全沙箱，Sam Altman表态模型智力优先。
阅读全文 →
教程攻略·8 分钟
剪映AI广告制作教程：海报设计到视频成片全流程实操
手把手拆解剪映AI广告制作全流程：用AI图片设计生成海报、图转视频让画面动起来、数字人配音完成成片。附工具对比表与实战案例，个人创作者和中小企业都能快速上手。
阅读全文 →
产品体验·6 分钟
小智AI语音助手Flutter客户端：跨平台语音对话应用开发实战
深入解析小智AI语音助手Flutter客户端的技术架构与核心功能，涵盖实时语音交互、Flutter跨平台开发方案、前后端分离架构设计，以及与xiaozhi-server的协作模式，助力开发者快速构建AI语音对话应用。
阅读全文 →
产品体验·4 分钟
小智ESP32后端Go语言重构：高并发AI语音交互服务实战
深入解析xiaozhi-esp32-server-golang开源项目，用Go语言重写小智ESP32后端服务，支持WebSocket/MQTT双协议、声纹识别、MCP远程调用等功能，为AI硬件提供高性能后端方案。
阅读全文 →
产品体验·7 分钟
OpenAI Codex免费额度实测：每周仅20次，Bug修复实战对比
实测OpenAI Codex免费账号每周仅约20次调用额度，通过文字转视频项目黑屏Bug修复案例，展示Codex与其他AI编程工具的核心能力差异，帮助开发者做出工具选择。
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 →
产品体验·11 分钟
Kimi OK Computer实测：四大场景深度评测AI Agent真实表现
深度实测Kimi发布的AI Agent「OK Computer」，从网站构建、数据分析、有声绘本、PPT制作四个维度评估其产品力。内置20+工具的智能体能否真正替你干活？附详细评分与使用建议。
阅读全文 →
产品体验·10 分钟
AntiGravity+SkillBoss实测：AI一键生成视频、播客和电商网站全流程
实测Google AntiGravity IDE搭配SkillBoss插件，演示AI视频生成、播客制作、电商网站一键部署全流程，拆解技能注入架构原理与15美元撬动全栈开发的成本优势。
阅读全文 →
科技前沿·10 分钟
Windows 11任务栏可自由移动了！开始菜单大小也能调
微软在Windows 11 Insider实验频道测试可移动任务栏和可调整大小的开始菜单。用户可将任务栏放置在屏幕顶部、底部或两侧，并自定义开始菜单显示区域，恢复Windows 10时代的经典个性化体验。
阅读全文 →
教程攻略·11 分钟
Google AI Studio使用教程：免费生成无水印图片、AI语音与零代码应用
详解Google AI Studio核心功能：无水印AI图像生成、多角色文本转语音、零代码构建AI应用。涵盖Playground高级设置、Build应用构建、Firebase集成等实用技巧，附操作步骤与配额策略。
阅读全文 →
教程攻略·11 分钟
Google AI Studio 2.0完全指南：免费使用Gemini 3.1+VO3+Vibe Coding
深度解析Google AI Studio 2.0全部功能：免费使用Gemini 3.1 Pro百万token上下文、VO3视频生成、Nano Banana图像创作、Vibe Coding零代码构建应用，附变现思路与实战技巧。
阅读全文 →
科技前沿·9 分钟
谷歌反垃圾新规解读：操纵AI搜索结果将受严厉处罚
谷歌2025年更新搜索垃圾信息政策，将操纵AI Overview和AI Mode搜索结果的行为正式纳入处罚范围。本文深度解读政策变化、新型AI搜索操纵手段及对SEO从业者的影响。
阅读全文 →
科技前沿·8 分钟
AI电台实验：Claude、ChatGPT、Gemini、Grok独立运营，结果出人意料
Andon Labs让Claude、ChatGPT、Gemini和Grok四大AI模型独立运营电台，实验揭示AI自主运营在内容质量、可信度和长期稳定性方面的真实能力边界，证明人机协作仍是最优解。
阅读全文 →
科技前沿·9 分钟
AI日报3月20日：Gemini CLI限制免费用户，小米MiMo三模型齐发
3月20日AI日报：谷歌Gemini CLI将停止免费用户使用Pro模型，小米MiMo发布推理、多模态、语音三款大模型，Trae IDE上线Linux版，腾讯混元3.0即将发布，百度千帆OCR开源。一文速览当日AI核心动态。
阅读全文 →
教程攻略·8 分钟
AI漫剧制作全流程：从剧本到成片的5步实战指南
详细拆解AI漫剧制作全流程，涵盖剧本创作、关键帧生成、ComfyUI高清放大、可灵AI视频动效及剪辑配音五大环节，附多模型对比策略与实操技巧，助零基础创作者快速上手。
阅读全文 →
教程攻略·8 分钟
LocalAI教程：无需GPU本地部署大模型，Docker一键搞定
详解LocalAI本地部署教程，无需GPU即可运行近千种开源大模型。通过Docker一键部署，兼容OpenAI API接口，支持对话、文生图、语音等多模态功能，数据完全本地化，隐私安全有保障。
阅读全文 →
科技前沿·9 分钟
Gemini CLI开源发布：每天1000次免费调用Gemini 2.5 Pro
谷歌正式开源Gemini CLI终端代理工具，每天1000次免费调用Gemini 2.5 Pro，支持100万Token上下文。同期Anthropic Claude模型全面接入GitHub Copilot，AI开发者工具竞争白热化。
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 →
产品体验·9 分钟
Step Audio 2.5深度评测：对比GPT Realtime 2，国产语音AI差距多大？
实测阶跃星辰Step Audio 2.5与OpenAI GPT Realtime 2的语音对话能力，从推理能力、角色扮演、中文理解、API定价等维度全面对比，帮助开发者选择合适的实时语音AI方案。
阅读全文 →