程序介绍 MMAudio 在给定视频和/或 文本输入Q的情况下生成同步音频。我们的关键创新是多模式联合训练，它允许对广泛的视听和音频文本数据集进行训练。此外，同步模块将生成的音频与视频帧对齐。...

模型说明 我们在网上或者某些剪辑软件里可以实现通过文字转成声音，但是大部分都是收费的。如果你不想使用付费的文章转语音大模型，可以尝试chattts开源模型。它利用了目前最先进的深度学习算法...