其最令人惊叹的一点是，模型甚至可以仅凭一张静态的面部照片，重建出高度模仿该人物音色和语气的语音。虽然该功能因潜在伦理和法律风险被紧急暂停，但它展示了模型在理解生物特征与声音关联方面的惊人深度。
Author(s): Bo Chen, Jian Liu, Lin Xue, Zhi Yang, Yong-Jia Zhang
。业内人士推荐旺商聊官方下载作为进阶阅读
RayNeo Air 4 Pro × Batman Limited Edition
Streaming Transcription (EOU 120M)