Soul 相关技术文章

php mysql shell go vue css api接口对接支付接口对接

SoulX-Transcriber 开源：端到端多人对话转录，社交对话场景 DER 低至 1.32%

SoulX-Transcriber 开源：端到端多人对话转录，社交对话场景 DER 低至 1.32%
2026-09-12 09:53:16
SoulX-Transcriber 是 Soul App 联合西北工业大学 ASLP@NPU 与 Moonstep AI 开源的端到端多人对话转录模型：统一框架直接输出带时间戳、说话人身份与文本的结构化结果，处理重叠发言、快速切换、同性别混淆更自然；在 AISHELL-4、AliMeeting 等基准大幅超越 Gemini 3.1 Pro 等闭源模型，社交对话场景 DER 低至 1.32%。
SoulX-Transcriber 语音识别多人对话端到端 Soul

SoulX-FlashHead 开源：1.3B 参数数字人，一张 4090 跑 96 FPS

SoulX-FlashHead 开源：1.3B 参数数字人，一张 4090 跑 96 FPS
2026-09-12 09:48:53
Soul AI Lab 开源实时数字人模型 SoulX-FlashHead：仅 1.3B 参数，Lite 版单卡 RTX 4090 跑 96 FPS、显存 6.4G，支持 3 路并发流式推理与无限长度生成，音画同步精准，并开源 782 小时 VividHead 数据集。
SoulX-FlashHead 数字人实时生成轻量模型 Soul

SoulX-Singer 开源：42000 小时数据训练的零样本歌声合成模型

SoulX-Singer 开源：42000 小时数据训练的零样本歌声合成模型
2026-09-12 09:48:39
Soul APP 联合多所高校开源 SoulX-Singer 歌声合成模型：42000 小时高质量数据训练，支持零样本歌声克隆、普通话/英语/粤语，MIDI 乐谱与旋律双控制，采用 Flow Matching 与音频补全建模，可本地部署用于 AI 翻唱与虚拟歌手。
SoulX-Singer 歌声合成 SVS 零样本 Soul

Soul 开源 SoulX-FlashTalk：14B 实时数字人 0.87 秒延迟 + 32fps

Soul 开源 SoulX-FlashTalk：14B 实时数字人 0.87 秒延迟 + 32fps
2026-09-12 09:47:09
Soul AI Lab 开源 14B 参数实时数字人模型 SoulX-FlashTalk：0.87 秒亚秒级延迟、32fps 帧率，支持全身动作交互与超长视频稳定生成，可用于构建 AI 直播间、虚拟导师、智慧客服与游戏 NPC 等场景，可大规模商用。
SoulX-FlashTalk 数字人实时生成 Soul DiT

大家都在搜索什么？

devops 易支付一个官网+多少钱统一接受回调统一回调 python sub node 宝塔日志 mysql shell ElasticSearch css vue api接口对接 2025 支付接口对接 go php php回调