%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
近日，一款名爲ChatTTS-OpenVoice的個性化語音生成項目在互聯網上引起了轟動。
據悉，該項目將ChatTTS和OpenVoice兩大技術結合，讓生成的語音更加自然、個性化。用戶只需上傳 10 秒的參考音頻，即可克隆出個性化的ChatTTS語音，這種技術不僅可以用於配音工具，還可以應用在語音助手中。
據介紹，ChatTTS-OpenVoice項目的Github頁面上線後，吸引了大量開發者和用戶的關注。這一創新性的技術受到了廣泛的認可和好評。有關該項目的負責人表示，他們希望通過ChatTTS-OpenVoice項目，爲用戶提供更加個性化、自然的語音生成體驗，爲配音工具和語音助手的發展注入新的活力。
目前，ChatTTS-OpenVoice項目已經在社交媒體上熱議不斷，各界人士對其前景充滿期待。該項目的未來發展將成爲人們關注的焦點。
地址：https://github.com/HKoon/ChatTTS-OpenVoice
["MIT、清華大學與加拿大AI初創公司MyShell合作開發的開源語音克隆工具OpenVoice引起關注。","OpenVoice採用簡單高效的方法，幾乎即時克隆用戶語音，大幅減少計算資源消耗。","功能強大，提供細緻控制選項，包括語調、情感、節奏、停頓等，生成個性化風格的語音克隆。","MyShell商業模式計劃通過Web應用提供月度訂閱、第三方機器人創建者推廣費用以及人工智能培訓數據費用等多方面賺取收入。","OpenVoice的兩大AI模型包括文本到語音（TTS）模型和“音調轉換器”模型，通過訓練實現語音克隆。"]
Adobe Research團隊推出的TurboEdit工具，是一款基於文本的即時圖像編輯工具，它能通過簡單的文本描述快速對圖像進行編輯，實現如改變頭髮顏色、調整人物年齡等效果。TurboEdit能夠在保持圖像整體不變的前提下，只對指定部分進行修改，支持圖像的快速編輯，每次僅需不到0.5秒。它支持即時反饋和交互式編輯，可同時修改圖像的多個屬性，如顏色、着裝、造型和背景，並允許連續多次編輯，極大提升了圖像編輯的效率與創意實現。此工具旨在簡化圖像編輯過程，適用於專業設計師及普通用戶，爲圖像編輯帶來革命性改變。
數據中心用水量激增，尤其是在弗吉尼亞州，從2019年到2023年幾乎翻了一番，這反映了全球對水資源的大量消耗。科技巨頭微軟和谷歌的用水情況表明，大量水被用於水資源緊張和極度匱乏的地區。然而，數據中心難以實施閉環水回收系統，主要因爲用於調節溼度的水會蒸發，尤其是在乾燥地區，這可能會增加靜電風險，對設備不利。隨着人工智能的普及，數據中心數量和對水資源的需求持續增長，科技公司面臨在滿足運營需求和環境保護之間尋找平衡的挑戰。
文本轉 SQL 技術讓普通用戶能通過自然語言輕鬆查詢數據庫，但面對複雜數據庫結構時，準確轉換爲 SQL 命令面臨挑戰。華南理工大學與清華大學研究團隊提出了一種新方法——MAG-SQL（多智能生成模型），旨在提升這一過程的準確性。MAG-SQL 通過多個智能體合作，包括“軟模式鏈接器”、“目標-條件分解器”、“子 SQL 生成器”和“子 SQL 修正器”，實現了複雜查詢的逐步精確處理。在 BIRD 數據集上的測試顯示，使用 GPT-4 模型時，MAG-SQL 的執行準確率達到 61.08%，超越了傳統 GPT-4 的 46.35%。即使在使用 GPT-3.5 的情況下，準確率也達到了 57.62%，優於先前的 MAC-SQL 方法。MAG-SQL 的多步驟處理方式使其在複雜數據庫查詢中表現出色，展示了其在大語言模型應用中的潛力和廣泛的適用性。
阿里巴巴的“通義千問”團隊發佈了一款名爲Qwen2Math Demo的數學模型，該模型在處理文字輸入的數學問題、圖片和截圖中的公式方面表現出色，甚至在MATH數據集上的表現超越了GPT-4，提高了9.6%的分數。模型推出三個版本，其中72B版本尤其突出，不僅在數學難題上勝過GPT-4，還在GSM8K、MATH等經典測試集上超過了Llama-3.1。模型通過專門設計的數學語料庫進行訓練，包含高質量的數學文本、書籍、代碼和題目。Qwen2-Math在中文數據集CMATH和高考試題上同樣表現出色，各版本相對於同規模的基礎模型均有所提升。此模型爲數學問題提供了強大的解決方案，但使用時應注重自我學習和實踐。