开源工具 VoxaDub 发布:保留说话人音色的 AI 视频配音
原文标题:Show HN: VoxaDub – Open-source AI video dubbing with speaker-aware voices
重要度 2/5 · AI 综合评估报道影响力与新鲜度,4–5 分为高价值资讯。
开发者发布开源本地优先的 AI 视频配音工具 VoxaDub v0.1.0,可将视频翻译成其他语言并保留原说话人音色。流程使用 Whisper/WhisperX 转写对齐、Community-1 说话人识别、Hy-MT2 上下文翻译与 VoxCPM2 音色生成,并针对译文时长做同步优化。项目采用 MIT 协议,另含实验性 YouTube 直播配音 Chrome 扩展。
AI 处理过程展开/收起
相关推荐
Jais 3 开源发布:0.9B 至 375B 阿拉伯语智能体模型系列
AI 摘要研究团队发布 Jais 3,六个开源阿拉伯语智能体模型覆盖 0.9B 至 375B 参数,可规划多步任务、调用工具与 MCP 服务器、操作终端、联网搜索并读写 PDF、表格与演示文件。模型基于 K2 Horizon 系列经持续预训练、SFT、FTPO 与 RLVR 适配阿拉伯语,继承 512K 上下文。375B 版本称是迄今最大开源阿拉伯语模型,并公开全部权重、检查点与训练数据配方。
腾讯混元发布开源模型 Hy4,实测搭配 WorkBuddy 做多模态 Agent
AI 摘要腾讯混元推出新一代开源模型 Hy4,作者实测将其与 WorkBuddy 搭配,展示多模态 Agent 的任务交付能力。该模型被视为国产开源阵营中性能靠前的新选手,进一步加剧开源大模型竞争。
Kimi 领衔中国 AI 模型主导开源企业支出
AI 摘要据南华早报报道,以月之暗面 Kimi 为代表的中国 AI 模型在开源模型的企业级支出中占据主导地位。这显示中国开源模型在成本敏感的企业市场中获得显著采用,正在改变全球开源模型竞争格局。
2026 PyTorch 大会:谷歌与 Meta 开源 TorchTPU,原生支持 TPU 运行 PyTorch
AI 摘要在 2026 年 PyTorch 大会上,谷歌与 Meta 宣布开源 TorchTPU,使 PyTorch 能在 TPU 上获得原生支持。此举有望降低开发者在谷歌 TPU 上训练与部署模型的迁移成本,强化 PyTorch 生态与 TPU 硬件的结合。