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
2026-01-09
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
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
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
2026-02-16
GLM 5 测评报告！推理编程有多强？
上个视频测评了刚出来的GLM-5的agent，说的如何如何的厉害，测两个cases花了我一个多小时时间，还有各种的幺蛾子。这一集我们来继续用我们的祖传测试用例测评下它的推理和编码能力… 访问入口://z.ai)
2026-04-27
Deepseek V4 API 不限量免费用！
DeepSeek-V4的API出现了”不限量免费使用”的方法/渠道！本视频介绍如何通过特定的平台或方式，免费且不限量地使用DeepSeek-V4的API能力。涵盖了支持的平台、注册方法、API配置和使用限制。对于依赖DeepSeek-V4进行开发和创作的开发者来说，这是一个节省成本的绝佳机会。但请注意，免费渠道可能存在稳定性和服务条款方面的限制。 访问入口
2025-10-21
Gemini CLI炸裂更新！全新交互方式来袭！
Gemini CLI 又搞了个大动作，发布了 0.9 版本。这个更新简直是让整个开发体验“起飞”！以前你想在 Gemini CLI 里跑一些交互式命令，比如 Vim 或者 Git rebase，那可是相当麻烦，得退出去、再进来。现在好了，有了这个新版本，所有操作都能直接在 Gemini CLI 里面完成了，而且还是实时的双向互动，就像你在用原生的终端一样。更牛的是，它还把所有上下文都留在里面，不会像以前那样… 访问入口
