ChatTTS是一款专为对话场景设计的支持中英文的文本转语音（TTS）模型，能够生成高质量、自然流畅的对话语音，同时还支持笑声、停顿等韵律特征，超越了大部分TTS开源模型。本文手把手部署、AIP使用、搭建可视化WebUI界面体验ChatTTS能力……...
文章浏览阅读1.6k次，点赞41次，收藏6次。本研究展示了利用人类偏好数据集来精细调整文本到图像生成模型的潜力，增强了生成图像与文本提示之间的一致性。尽管取得了进展，现有的人类偏好数据集要么构建成本过高，要么在偏好维度上缺乏多样性，限制了其在开源文本到图像生成...