MuseV是由腾讯音乐娱乐集团的天琴实验室(TMElyra Lab)开源的虚拟人视频生成框架,基于扩散模型技术开发。
TangoFlux是一款由新加坡科技设计大学(SUTD)和英伟达(NVIDIA)联合开发的高效文本到音频生成模型。它能够快速将文本提示词转换为高质量的音频内容,支持多种音效和背景音乐的生成。