站长之家（ChinaZ.com）7月21日 消息:据36氪消息，近日，网易集团、网易公益联合浙江省残疾人福利基金会发起“人生第一句”声音复原公益计划，利用网易互娱AI Lab的iSpeech技术打造首个AI复原听障人士原声的工具。
听障人士仅需上传5分钟没有完整语义的发声片段，之后在产品中输入想要表达的文字，就可以用原本的声音说出来。
目前该产品已向全国听障人士免费开放。
（举报）
网易推出听障人士AI声音复原工具
- 相关推荐
- 大家在看
-
【腾讯云】11.11云上盛惠！云服务器首年1.8折起，买1年送3个月！
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
广告 -
全国首例AI声音侵权案一审宣判 自己声音被AI化出售获赔25万元
今日上午，北京互联网法院就全国首例“AI声音侵权案”作出一审判决。该案涉及配音师殷某的声音权益被AI技术滥用，引发社会广泛关注。法院明确表示，将坚决维护声音权益，打击任何形式的侵权行为，为声音创作者提供有力的法律保障。
-
全国首例“AI声音侵权案”宣判：获赔25万元
快科技4月24日消息，北京互联网法院昨日对全国首例AI生成声音人格权侵权案进行了一审判决。该案涉及的主要问题是自然人的声音权益是否应扩展到AI生成的声音，以及如何确定AI生成声音的可识别性。原告殷某是一名配音师，发现其配音作品在多个APP中广泛流传。这些作品中的声音来自被告一北京某智能科技公司运营的平台中的文本转语音产品。原告曾为被告二北京某文化�
-
百度网盘推出AI创意生成工具“超能画布”
百度网盘近日推出了一款名为“超能画布”的AI创意生成工具，专为人像摄影量身打造。这款工具凭借其独特的图像大模型和智能人脸融合算法，让摄影师们能够通过简单的操作，实现创意的无限延伸。超能画布还提供了灵感联想、风格模型、追加风格、高级设置等功能，帮助用户更好地创作出符合自己需求的作品。
-
37%专业人士使用生成式AI工具每周节省 5-10 小时
根据最新数据显示，近四分之一的专业人士通过使用生成式人工智能工具，每周能够节省5-10小时的工作时间。这项研究揭示了GenerativeAI工具在提升工作效率方面的潜力。随着这种工具的不断发展和完善，可以预见，更多专业人士将会受益于GenerativeAI技术的帮助，实现工作时间的节省和工作效率的提升。
-
微软推出新型AI工具VASA-1：可将照片转化为视频
微软亚洲研究院近期推出了一款革命性的人工智能工具VASA-1，这一工具的推出引起了业界和公众的广泛关注。VASA-1的独特之处在于，它能够将静态图像或绘画与音频文件结合，生成具有动态面部表情和头部动作的面孔。但令人惊讶的是，这一工具不仅适用于真实面孔的训练可以应用于艺术照片，如《蒙娜丽莎》等。
-
荐AI日报：微软发布iPhone可运行AI模型；全国首例AI声音侵权案判了；Kimi创始人套现数千万美金；中文聊天模型Llama3发布
欢迎来到【AI日报】栏目!这里是你每天探索人工智能世界的指南，每天我们为你呈现AI领域的热点内容，聚焦开发者，助你洞悉技术趋势、了解创新AI产品应用。新鲜AI产品点击了解：https://top.aibase.com/1、腾讯SaaS产品智能化升级全面接入混元模型腾讯宣布旗下协作SaaS产品全面接入混元模型，实现软件服务智能化。这些技术提升了视频分割精度和效率，降低了计算复杂度，对多个
-
OpenAI推出声音克隆新技术：复刻你的声音仅需15秒
OpenAI公司最近推出了一项革命性的声音克隆技术VoiceEngine”。VoiceEngine通过文本输入和15秒的音频样本，便能生成与原始说话者声音极为相似、情感丰富且自然逼真的语音。当产品正式推向市场时，公司将设立一个禁止语音列表”，以检测并阻止与名人声音过于相似的人工智能生成声音，从避免潜在的版权和隐私问题。
-
网易AI音乐网易天音开启内测 仅白名单用户可用
网易天音是一款全新的AI音乐创作工具，旨在为用户提供便捷的音乐创作体验。这款工具集成了编曲、作词以及歌曲创作的功能，让用户可以轻松地完成音乐创作，并且还支持导出文件，方便用户进行后续的编辑和使用。用户只需要输入一些基本的参数，就可以得到一首完整的歌曲，这无疑为音乐创作带来了极大的便利。
-
巨日禄ai官网入口 AI绘画小说转视频工具免费使用地址
巨日禄AI 是一款全网性能卓越的故事AI绘画转视频工具。该工具致力于让 0 基础小白用户也能轻松上手，快速实现从文案到视频的制作。通过分析大量剧本数据和影视作品，为用户提供各种类型的故事情节和角色设置，帮助用户快速找到灵感，减少构思剧本的困难和犹豫。支持配音配乐，提供多种画风选择，AI自动解析分镜和提示词等功能。无需本地部署，操作简单流畅，即使�
-
网易云音乐联手中信出版发起「播客阅读展」，用声音传递阅读之美
4月23日，恰逢世界读书日之际，网易云音乐与中信出版集团在全国多个线下文化空间共同策划主办了一场「播客阅读展」活动。在为期一个月的时间内，通过播客内容与书籍、人物、文化空间等相结合的展示方式，在网易云音乐APP及16个线下文化空间里，让所有喜爱收听播客和阅读书籍的用户都能够体验到一场充满文化气息的精神盛宴。据悉，本次「播客阅读展」活动由网易云
-
RAGFlow:开源的基于深度文档理解的RAG（检索增强生成）引擎
RAGFlow是一个开源的RAG（Retrieval-Augmented Generation）引擎，基于深度文档理解，提供流线型的RAG工作流程，适用于各种规模的企业。它结合了大型语言模型（LLM）提供真实的问答能力，支持从各种复杂格式数据中引用确凿的引文。
-
EmojiTell:使用表情组合翻译器，让沟通更有趣且富有表现力。
EmojiTell是一个创新的在线服务，可以将文本翻译成表情组合，增加沟通的趣味性和表现力。它由一支对表情符号充满热情的开发者和设计师团队开发，旨在通过表情符号的力量，让信息传递更加生动和个性化。
-
Perplexica:一个开源的AI驱动搜索引擎，提供深入网络的答案。
Perplexica是一个开源的AI驱动搜索引擎，它不仅搜索网络，还理解您的问题。它使用先进的机器学习算法，如相似性搜索和嵌入，来优化结果，并提供引用来源的清晰答案。使用SearxNG保持最新和完全开源，确保您始终获得最新信息，同时不损害您的隐私。
-
FaceChain:深度学习工具链，用于生成你的数字孪生体。
FaceChain是一个深度学习工具链，由ModelScope提供支持，能够通过至少1张肖像照片生成你的数字孪生体，并在不同设置中生成个人肖像（支持多种风格）。用户可以通过FaceChain的Python脚本、熟悉的Gradio界面或sd webui来训练数字孪生模型并生成照片。FaceChain的主要优点包括其生成个性化肖像的能力，支持多种风格，以及易于使用的界面。
-
Huggingface 镜像站:一个公益项目，致力于帮助国内AI开发者快速、稳定的下载模型、数据集。
HuggingFace镜像站是一个非盈利性项目，旨在为国内的AI开发者提供一个快速且稳定的模型和数据集下载平台。通过优化下载过程，减少因网络问题导致的中断，它极大地提高了开发者的工作效率。该镜像站支持多种下载方式，包括网页直接下载、使用官方命令行工具huggingface-cli、本站开发的hfd下载工具以及通过设置环境变量来实现非侵入式下载。
-
WebLlama:构建能够根据指令浏览网页并和您对话的强大代理
WebLlama是一个基于Meta Llama 3构建的代理，专门为网页导航和对话进行了微调。它旨在构建有效的以人为中心的代理，帮助用户浏览网页，而不是取代用户。该模型在WebLINX基准测试中超越了GPT-4V（零样本）18%，展示了其在网页导航任务中的卓越性能。
-
Infra Copilot:利用机器学习自动生成基础设施代码，提高开发效率。
GitHub Copilot for Infrastructure as Code（简称Infra Copilot）是一个利用机器学习技术帮助基础设施专业人员自动生成精确基础设施代码的工具。它通过理解基础设施任务的上下文，允许专业人员使用自然语言表达需求，并接收相应的代码建议。Infra Copilot不仅简化了基础设施即代码（IaC）的开发过程，还确保了跨环境和项目的一致性，加速了新团队成员的上手和学习过程，显著提高了工作效率并节约了时间。
-
LLaVA++:扩展LLaVA模型，集成Phi-3和LLaMA-3，提升视觉与语言模型的交互能力。
LLaVA++是一个开源项目，旨在通过集成Phi-3和LLaMA-3模型来扩展LLaVA模型的视觉能力。该项目由Mohamed bin Zayed University of AI (MBZUAI)的研究人员开发，通过结合最新的大型语言模型，增强了模型在遵循指令和学术任务导向数据集上的表现。
-
PhysDreamer:通过视频生成实现基于物理的3D对象交互
PhysDreamer是一个基于物理的方法，它通过利用视频生成模型学习到的对象动力学先验，为静态3D对象赋予交互式动力学。这种方法允许在缺乏真实物体物理属性数据的情况下，模拟出对新颖交互（如外力或代理操作）的真实反应。PhysDreamer通过用户研究评估合成交互的真实性，推动了更吸引人和真实的虚拟体验的发展。
-
AI快站:专注于提供HuggingFace模型免费加速下载服务的平台
AI快站是一个为AI开发者设计的服务平台，提供HuggingFace模型的免费加速下载，解决大模型下载缓慢和断开的问题，支持高达4M/s的下载速度，大幅减少等待时间，提高开发效率。
-
Llama-3 8B Instruct 262k:一款由Gradient AI团队开发的高性能文本生成模型。
Llama-3 8B Instruct 262k是一款由Gradient AI团队开发的文本生成模型，它扩展了LLama-3 8B的上下文长度至超过160K，展示了SOTA（State of the Art）大型语言模型在学习长文本操作时的潜力。该模型通过适当的调整RoPE theta参数，并结合NTK-aware插值和数据驱动的优化技术，实现了在长文本上的高效学习。此外，它还基于EasyContext Blockwise RingAttention库构建，以支持在高性能硬件上的可扩展和高效训练。
-
CoreNet: 是一个用于训练深度神经网络的库。
CoreNet 是一个深度神经网络工具包，使研究人员和工程师能够训练标准和新颖的小型和大型规模模型，用于各种任务，包括基础模型（例如 CLIP 和 LLM）、对象分类、对象检测和语义分割。
-
Llama-Chinese:构建最好的中文Llama大模型，完全开源可商用。
Llama中文社区是一个专注于Llama模型在中文方面的优化和上层建设的技术社区。社区提供基于大规模中文数据的预训练模型，并对Llama2和Llama3模型进行持续的中文能力迭代升级。社区拥有高级工程师团队支持，丰富的社区活动，以及开放共享的合作环境，旨在推动中文自然语言处理技术的发展。
-
Interactive3D:通过交互式3D生成技术，实现高质量且可控的3D模型创建。
Interactive3D是一个先进的3D生成模型，它通过交互式设计为用户提供了精确的控制能力。该模型采用两阶段级联结构，利用不同的3D表示方法，允许用户在生成过程的任何中间步骤进行修改和引导。它的重要性在于能够实现用户对3D模型生成过程的精细控制，从而创造出满足特定需求的高质量3D模型。
-
GraphRAG:结合文本提取、网络分析和大型语言模型提示与总结的端到端系统
GraphRAG (Graphs + Retrieval Augmented Generation) 是一种通过结合文本提取、网络分析以及大型语言模型（LLM）的提示和总结，来丰富理解文本数据集的技术。该技术即将在GitHub上开源，是微软研究项目的一部分，旨在通过先进的算法提升文本数据的处理和分析能力。
-
Qwen1.5-110B:Qwen1.5系列首个千亿参数开源模型，多语言支持，高效Transformer解码器架构。
Qwen1.5-110B是Qwen1.5系列中规模最大的模型，拥有1100亿参数，支持多语言，采用高效的Transformer解码器架构，并包含分组查询注意力（GQA），在模型推理时更加高效。它在基础能力评估中与Meta-Llama3-70B相媲美，在Chat评估中表现出色，包括MT-Bench和AlpacaEval 2.0。该模型的发布展示了在模型规模扩展方面的巨大潜力，并且预示着未来通过扩展数据和模型规模，可以获得更大的性能提升。
-
ID-Aligner:一种用于增强身份保留文本到图像生成的反馈学习框架
ID-Aligner 是一种用于增强身份保留文本到图像生成的反馈学习框架，它通过奖励反馈学习来解决身份特征保持、生成图像的审美吸引力以及与LoRA和Adapter方法的兼容性问题。该方法利用面部检测和识别模型的反馈来提高生成的身份保留，并通过人类标注偏好数据和自动构建的反馈来提供审美调整信号。ID-Aligner 适用于LoRA和Adapter模型，通过广泛的实验验证了其有效性。
-
Bundle of Joy:为忙碌的准父母提供宝宝女孩和宝宝男孩的名字选择。
Bundle of Joy是一个为准父母设计的应用程序，可以在几秒钟内为他们的新生儿浏览和筛选名字。该应用根据父母的偏好推荐名字，并根据父母的喜好进行学习，为他们提供适合他们口味的新的推荐。父母可以指示宝宝的性别，然后选择以下两个选项之一：名字的首选来源、宗教、主题、首字母和含义。他们开始根据自己的独特偏好获得漂亮的宝宝名字推荐。他们可以随时修改这些偏好，并继续根据自己的口味获得新鲜的推荐。
-
StudyBoosterAI:解锁个性化学习和考试成功，帮助学生制定个性化学习计划、记忆技巧等，支持IB、IGCSE、ICSE、文凭课程和大学学生。
StudyBoosterAI通过AI技术提供个性化支持，包括定制化学习材料、生动的学习内容、个性化学习计划等，帮助学生更有效地学习和记忆知识。
-
SNAPVID:是一款智能视频编辑工具，帮助用户快速剪辑、添加字幕和动画表情，提高视频的吸引力和互动性。
SNAPVID是一款智能视频编辑工具，利用AI技术提供多个热门视频剪辑建议，用户只需点击一次即可创建多个病毒式视频剪辑。同时，用户可以根据需要自定义剪辑长度和风格，并添加自定义的字幕和动画表情。SNAPVID还支持批量导出和品牌定制，使用户能够轻松导出自己喜欢的视频剪辑并保存项目设置，方便在多个项目中复用。通过AI B Roll技术，SNAPVID还可以自动添加相关的库存视频，提升视频的沉浸感。