跃问APP开源的130B语音模型 Step-Audio；快手开源运动控制DragAnything；微软智能体入门10个免费课程

文章预览

关注我，记得标星 ⭐️ 不迷路哦～ ✨ 1: Step-Audio Step-Audio是首个具备多语言对话和情感语调生成的开源智能语音交互框架。 Step-Audio是一个创新的开源框架，专为智能语音交互而设计。该框架整合了理解和生成能力，支持多语言对话（如中文、英语和日语）、情感表达（如喜悦和悲伤）、地方方言（如粤语和四川话）、可调节的语速以及多样的韵律风格（如说唱）。Step-Audio的主要技术创新包括： 130B参数的多模态模型 ：该模型能同时实现语音识别、语义理解、对话、语音克隆和语音合成的功能。 生成数据引擎 ：减少了传统文本转语音（TTS）对手动数据采集的依赖，通过生成高质量音频来训练资源效率高的TTS模型。 细粒度语音控制 ：提供精细的控制选项，包括情感（如愤怒、喜悦）和声调（如说唱）等，以满足不同语音生成需求。 增强智能 ：通 ………………………………