“通过声音赚钱"正通过各大平台的广告，成为年轻人做副业的新选择。在这些广告里，声音变现被描绘的很简单:“只要会说话就可以做”;“一份特别适合女生做的副业”;“9.9元，就能学习配音”;画面中也会出现一些转账页面，标注为某某学员上课后通过声音变现。 这些广告吸引了许多想做
......
本文由站长之家合作伙伴自媒体作者“显微故事公众号”授权发布于站长之家平台，本平台仅提供信息索引服务。由于内容发布时间超过平台更新维护时间，为了保证文章信息的及时性，内容观点的准确性，平台将不提供完全的内容展现，本页面内容仅为平台搜索索引使用。需阅读完整内容的用户，请查看原文，获取内容详情。
（举报）
11.11云上盛惠！海量产品 · 轻松上云！云服务器首年1.8折起，买1年送3个月！超值优惠，性能稳定，让您的云端之旅更加畅享。快来腾讯云选购吧！
腾讯云
12-20
据国内媒体报道称，董明珠接受采访时表示，他们新招6000名大学生没有躺平的。现在年轻人在找工作的时候，要打破我学了什么我要做什么”的观念，建议年轻人放下身段，专业不对口找不到工作的时候，有个工作就要去做。我们讲的不是普通跳槽人，是在格力培养了10多年，从技术角度，从我们企业的这个创新角度，那企业培养了，所以这些东西是归属于企业的，不是归属于个人的，因为企业创造了平台”董明珠说道。
市民王先生称，自己在超市花了60多元购买了两只五花大绑蟹”，回家一称发现一斤多重的螃蟹里，捆绑的绳子足足有二两六重，相当于20块钱买了两条绳子。涉事超市已按照市场监管部门要求对相关螃蟹进行下架整改，全部更换为简易扎带。业内人士表示，这种过重的捆绑物跟螃蟹卖出同样的价格，会让消费者有上当受骗的感觉，这实际上是实现了商家的利益最大化，事实上，并不是所有的螃蟹都需要如此包装的，商家也可以用更细的绳子包装，这样才能让消费者花钱花得更明白。
一个00后男孩为了结束与女友的异地恋，毅然辞去工作，与女友一起摆摊创业，他们的故事在网上引起了广泛关注。这名男孩和女友原本分隔两地，为了能够长相厮守，他决定放弃原有的工作，与女友共同经营一个小吃摊。他们的故事也激励着更多的年轻人，为了爱情和梦想去勇敢地追求和努力。
广州市民王先生在超市购买了两只螃蟹，花费60元。他发现螃蟹身上捆绑的绳子重量竟然占了20元，这一情况引发了公众对超市商品称重和计价方式的关注。涉事超市已经采取了整改措施，以避免类似情况再次发生。
荣耀终端有限公司中国区CMO姜海荣日前宣布，备受期待的荣耀X60将于10月正式亮相。最新消息显示，荣耀X60将在电池技术上实现显著突破，将采用旗舰同款的青海湖电池”，电池容量从荣耀X50的5800mAh提升至6000mAh以上机身厚度保持不变。荣耀X50的出货量已超过1000万部，凭借荣耀X60的升级配置和亲民价格，荣耀X60有望成为市场上的新爆款。
埃安汽车宣布，其全新轿车AIONRT在预售价格发布后24小时内订单量迅速突破了16，000台。AIONRT的预售价区间为11.98万至16.98万元，并于9月26日正式开启预售。续航和补能方面，AIONRT的续航里程达到650km，支持快速充电，30%-80%的充电时间仅需30分钟，若采用400V碳化硅技术，充电时间可缩短至18分钟。
鸿蒙智行宣布其首款轿跑SUV智界R7上市仅24小时，大定订单已突破6000台。这款车的尺寸为4956x1981x1634毫米，轴距为2950毫米，采用800伏架构，最高续航达到802公里，配备了华为乾崑ADS3.0端到端类人智驾系统和途灵底盘。在发布会上，余承东提到，智界R7在今年可能面临亏损，大约每售出一辆车亏损3万元左右，他希望随着产量的增加，能够减少亏损。
极氪7X自9月20日发布以来，市场反响热烈。截至9月21日，极氪7X在24小时内的大定锁单数量已超过6000辆。车辆的尺寸为4825x1930x1656毫米，轴距为2925毫米，采用全栈800V高压系统，并提供75千瓦时磷酸铁锂电池和100千瓦时三元锂电池两种电池选项。
今天是中秋佳节，雷军发布视频祝大家节日快乐。雷军还祝福东风汽车第6000万台隆重下线有全新岚图梦想家的上市。提供插电混动和纯电动两种选择，插混版发动机最大功率150马力，综合功率571马力；纯电版采用双电机四驱，最大功率435马力。
近日，UC 浏览器与阅文集团达成合作，UC 小说上线了阅文集团旗下超6000部优质网文作品，包括众多大神级作品，共同为广大读者带来了一场网文盛宴。在UC浏览器进入 UC 小说书城，便可畅览《斗破苍穹》《凡人修仙传》《庆余年》《大奉打更人》《诡秘之主》等一系列脍炙人口的经典之作。此次合作不仅进一步丰富了 UC 小说的内容生态，也为数字阅读行业生态发展注入了全新
Text Behind Image 是一个开源的设计工具，允许用户轻松创建文字背景图片设计。它提供了一个简洁的界面，让用户可以自由地在图片上添加文字，创造出独特的视觉效果。这个工具对于设计师、社交媒体运营者和内容创作者来说非常有用，因为它可以快速生成具有吸引力的视觉内容。
torchao是PyTorch的一个库，专注于自定义数据类型和优化，支持量化和稀疏化权重、梯度、优化器和激活函数，用于推理和训练。它与torch.compile()和FSDP2兼容，能够为大多数PyTorch模型提供加速。torchao旨在通过量化感知训练（QAT）和后训练量化（PTQ）等技术，提高模型的推理速度和内存效率，同时尽量减小精度损失。
Liquid Foundation Models (LFMs) 是一系列新型的生成式AI模型，它们在各种规模上都达到了最先进的性能，同时保持了更小的内存占用和更高效的推理效率。LFMs 利用动态系统理论、信号处理和数值线性代数的计算单元，可以处理包括视频、音频、文本、时间序列和信号在内的任何类型的序列数据。这些模型是通用的AI模型，旨在处理大规模的序列多模态数据，实现高级推理，并做出可靠的决策。
NVLM-D-72B是NVIDIA推出的一款多模态大型语言模型，专注于视觉-语言任务，并且通过多模态训练提升了文本性能。该模型在视觉-语言基准测试中取得了与业界领先模型相媲美的成绩。
gradio-bot是一个可以将Hugging Face Space或Gradio应用转化为Discord机器人的工具。它允许开发者通过简单的命令行操作，将现有的机器学习模型或应用快速部署到Discord平台上，实现自动化交互。这不仅提高了应用的可达性，还为开发者提供了一个与用户直接交互的新渠道。
AI-Powered Meeting Summarizer是一个基于Gradio的网站应用，能够将会议录音转换为文本，并使用whisper.cpp进行音频到文本的转换，以及Ollama服务器进行文本摘要。该工具非常适合快速提取会议中的关键点、决策和行动项目。
VARAG是一个支持多种检索技术的系统，优化了文本、图像和多模态文档检索的不同用例。它通过将文档页面作为图像嵌入，简化了传统的检索流程，并使用先进的视觉语言模型进行编码，提高了检索的准确性和效率。VARAG的主要优点在于它能够处理复杂的视觉和文本内容，为文档检索提供强大的支持。
JoyHallo是一个数字人模型，专为普通话视频生成而设计。它通过收集来自京东健康国际有限公司员工的29小时普通话视频，创建了jdh-Hallo数据集。该数据集覆盖了不同年龄和说话风格，包括对话和专业医疗话题。JoyHallo模型采用中国wav2vec2模型进行音频特征嵌入，并提出了一种半解耦结构来捕捉唇部、表情和姿态特征之间的相互关系，提高了信息利用效率，并加快了推理速度14.3%。此外，JoyHallo在生成英语视频方面也表现出色，展现了卓越的跨语言生成能力。
PhysGen是一个创新的图像到视频生成方法，它能够将单张图片和输入条件（例如，对图片中物体施加的力和扭矩）转换成现实、物理上合理且时间上连贯的视频。该技术通过将基于模型的物理模拟与数据驱动的视频生成过程相结合，实现了在图像空间中的动态模拟。PhysGen的主要优点包括生成的视频在物理和外观上都显得逼真，并且可以精确控制，通过定量比较和全面的用户研究，展示了其在现有数据驱动的图像到视频生成工作中的优越性。
Whisper large-v3-turbo是OpenAI提出的一种先进的自动语音识别(ASR)和语音翻译模型。它在超过500万小时的标记数据上进行训练，能够在零样本设置中泛化到许多数据集和领域。该模型是Whisper large-v3的微调版本，解码层从32减少到4，以提高速度，但可能会略微降低质量。
Realtime API 是 OpenAI 推出的一款低延迟语音交互API，它允许开发者在应用程序中构建快速的语音到语音体验。该API支持自然语音到语音对话，并可处理中断，类似于ChatGPT的高级语音模式。它通过WebSocket连接，支持功能调用，使得语音助手能够响应用户请求，触发动作或引入新上下文。该API的推出，意味着开发者不再需要组合多个模型来构建语音体验，而是可以通过单一API调用实现自然对话体验。
Saylo AI是一个AI角色扮演游戏，让你与AI角色互动，探索多样化的戏剧性故事。它利用人工智能技术，提供沉浸式的互动体验，让玩家在虚拟世界中与AI朋友交流，体验不同的故事情节。Saylo AI的背景信息展示了其创新性和娱乐性，旨在为玩家提供一种全新的娱乐方式。目前产品处于推广阶段，价格未明确标注。
twinny是一个为Visual Studio Code用户设计的AI扩展，旨在提供个性化的编程辅助，提高开发效率。它通过集成先进的AI技术，帮助开发者在编码过程中快速解决问题，优化代码，并提供智能提示。twinny的背景是响应开发者对于更加智能和自动化编程工具的需求，它通过简化开发流程，减少重复劳动，从而让开发者能够专注于更有创造性的工作。
Buildpad 是一个旨在帮助创始人从概念到成功最小可行产品(MVP)的在线平台。它通过提供智能验证工具、AI引导的开发流程、进度跟踪以及个性化的项目见解，帮助用户构建能够获得市场认可的产品。Buildpad 的主要优点包括简化产品开发流程、提高产品成功率、以及提供个性化的指导和支持。
Novela是一个专注于AI时代技能学习的在线平台，提供早期访问服务，用户可以免费试用。它旨在帮助用户掌握AI相关的技能，以适应未来职场的需求。
interview.co是一个专注于简化招聘流程的视频面试软件。它通过提供在线视频面试、AI问题生成器和面试管理工具，帮助企业高效地筛选和评估候选人。产品背景信息显示，interview.co旨在解决传统面试中的时间消耗、日程安排困难和成本高昂等问题。价格方面，interview.co提供试用版，具体定价信息需进一步探索。
Open NotebookLM是一个利用开源语言模型和文本到语音模型的工具，它可以处理PDF内容，生成适合音频播客的自然对话，并将其输出为MP3文件。该项目的灵感来自于NotebookLM工具，通过使用开源的大型语言模型（LLMs）和文本到语音模型来实现。它不仅提高了信息的可访问性，还为内容创作者提供了一种新的媒体形式，使他们能够将书面内容转换为音频格式，扩大其受众范围。
Chital是一个为macOS平台设计的应用程序，它允许用户与Ollama模型进行聊天。这个应用具有低内存占用和快速启动的特点，支持多聊天线程，能够在不同的模型间切换，并支持Markdown格式。此外，它还能自动为聊天线程生成标题摘要。Chital的开发主要是为了满足开发者个人的使用需求，但也鼓励社区成员通过fork代码库来添加新功能。
SafeEar是一个创新的音频深度检测框架，它能够在不依赖于语音内容的情况下检测深度音频。这个框架通过设计一个神经音频编解码器，将语义和声学信息从音频样本中分离出来，仅使用声学信息（如韵律和音色）进行深度检测，从而保护了语音内容的隐私。SafeEar通过在真实世界中增强编解码器来提高检测器的能力，使其能够识别各种深度音频。该框架在四个基准数据集上的广泛实验表明，SafeEar在检测各种深度技术方面非常有效，其等错误率（EER）低至2.02%。同时，它还能保护五种语言的语音内容不被机器和人类听觉分析破译，通过我们的用户研究和单词错误率（WER）均高于93.93%来证明。此外，SafeEar还构建了一个用于反深度和反内容恢复评估的基准，为未来在音频隐私保护和深度检测领域的研究提供了基础。
天目智能识别系统是由人民网传播内容认知全国重点实验室研发的产品，专注于检测AI生成的文本内容。它利用先进的AI技术来识别和治理AI生成的内容，确保信息的真实性和可靠性。产品的主要优点包括高准确率、大文本容量检测、一键生成PDF报告、保护数据隐私等。它适用于新闻传播、学术研究等领域，旨在提升内容质量和维护学术诚信。
