腾讯混元最新开源：一键生成电影级音效，性能表现全面SOTA
腾讯混元开源端到端视频音效生成模型HunyuanVideo-Foley，支持多场景音画同步与专业级音频生成。该模型解决视频转音频领域三大挑战，具备良好泛化能力与多模态语义响应机制，音频质量PQ达6.59，视觉语义对齐IB为0.35，时序对齐DeSync优化至0.74，在主观评测中平均得分超4.1分，适用于短视频、影视、广告、游戏等多个领域。来源：https://mp.weixin.qq.com/s/D0a4PlXkUQDV28Us-A4MUg
页:
[1]