02-10 AI趣味应用 若琳部署 Coqui TTS 语音合成库本地部署与实战指南 Coqui TTS 语音合成库本地部署与实战指南 一、项目介绍 Coqui TTS(🐸TTS)是一个面向高级文本转语音(Text-to-Speech)生成的 Python 库。它内置了大量预训练模型,支持 1100 多种语言的语音合成,并提供训练新模型、微调已有模型、数据集分析与整理的完整工具链。 0 0 0
10-11 AI图像视频 若琳部署 SadTalker:单张人像照片驱动生成说话视频,3D 姿态建模与唇形同步|部署与使用全指南 SadTalker 是 CVPR 2023 收录的音频驱动单图说话人脸动画项目:一张真实人像照片加一段音频,即可生成头部姿态、表情与唇形同步的说话视频,内置 3DMM 姿态与表情系数预测、面部渲染、GFPGAN 人脸增强与 Real-ESRGAN 背景增强。本文基于官方 README、docs/install.md、docs/best_practice.md、docs/FAQ.md、requirements.txt、inference.py 与下载脚本,整理 conda 源码环境、模型权重渠道、Gradio WebUI、CLI 参数、预处理与增强模式、运维命令、故障排查,以及 Apache 2.0 许可、肖像权与深度伪造合规边界。 3 0 0