nari-lab dia：能生成笑声咳嗽的开源TTS工具！
今天的AI日报分享了可以生成笑声和咳嗽等的开源TTS项目DIA， 这么牛，肯定得去demo下了。 我们先来到github对应的repo看下，它在hugging face有提供托管，一会可以上去玩下。 如果想自己部署的，看快速入门这里，没有几步的。好，我们去到hugging face上…
相关工具已收录于 AI工具严选
Dia
Arc 团队推出的 AI 原生浏览器
微信赞赏
相关推荐
2026-01-27
开源最强声音克隆！Qwen 3 TTS！
Qwen3-TTS是通义千问（Qwen）开源的最强声音克隆TTS（文本转语音）系统。你只需提供几秒钟的语音样本，Qwen3-TTS就能精准克隆该声音，并用这个声音朗读任意文本。合成效果极其自然——包括语调、停顿、情感表达都接近真人。与其他声音克隆方案相比，Qwen3-TTS在中文语音合成方面表现尤为出色。完全开源免费，支持本地部署。本视频详细介绍安装使用方法和效果测评。 访问入口
2026-01-09
Chatterbox：开源版 11 Labs！支持中文情绪语气！
我们都知道海外的 ElevenLabs 很牛逼，是 AI 语音方面的翘楚，但可惜价格不菲。今天大家走运了，刚淘到个开源免费的平替，新出来的，叫做 … 访问入口
2025-04-26
gpt-image-1：OpenAI开放最强图片生成API！
最近OpenAI的图片生成都被大家玩疯了，但是一直以来都只能在chatgpt上用， 今天发现它已经开放api，大家可以接入到自己的APP中了… 官方博客访问入口
2024-11-30
Agent.exe：手把手教你快速搭建AI控制电脑环境
AI Agent（智能体）是当前AI领域最热门的概念，它代表了大语言模型从”对话工具”到”行动者”的进化。一个AI Agent不仅能理解和生成文本，还能自主规划任务、使用工具、执行操作、从反馈中学习。Agent通常由三个核心组件构成：大脑（LLM负责推理决策）、感知（获取环境信息）和行动（调用工具API）。本视频全面解读AI Agent的概念、架构类型和实际应用场景。 官方博客
2025-05-08
NoteBookLM：谷歌免费AI神器！
Google NotebookLM是一款免费AI笔记和知识管理工具，被誉为”学习研究神器”。它的核心功能是：你可以上传各种文档（PDF、网页、Google Docs等），然后NotebookLM会基于这些文档回答你的问题，并附上引用来源。这意味着它不会”编造”答案，所有回答都基于你提供的事实材料。它还支持自动生成学习指南、FAQ、简报等。对于学生、研究人员和知识工作者来说，NotebookLM是目前最实用的AI知识管理工具之一。 访问入口
2025-03-12
OpenManus Installation Guide
Manus is quite a hit in recent days, but I haven’t got the invitation code up till now, therefore, today, I’ll try out an open source replicate of Manus, known as OpenManus, and in today’s video, I’m going to show you how to deploy it and then execute some basic prompts to test it out, here we go…PS: 这个视频是英文版的，中文版的请看我昨天发的对应视频… 项目访问入口
