小互: 这个项目有意思 哈哈哈

Sketch2Sound：通过文本+简单的声音模仿即可生成绘声绘色的音频内容

就是你可以通过一段文字+哼唱、敲打节奏、手势比划等来指导模型，它会根据你的指导生成完美音频

例如：你用嘴嗡嗡嗡的模仿赛车发动机声音，它就能给你生成标准的赛车声音😅

看演示↓

模型可以根据用户提供的声音手、手势（比如你自己模仿的某个声音的节奏或变化）来生成类似的音频。

不仅是节奏模仿，文本+手势比划也行，比如你画一个“从低到高”的线，表示声音变得越来越大。

可以模拟小水流慢慢变成激烈的瀑布声音。

----------------------
Mon Dec 23 2024 21:57:50 GMT+0800 (China Standard Time)

via Twitter @小互