多模态视频生成搭配TTS实战思路

Fun-ASR与Fun-CosyVoice 3开放源码，推动语音AI生态发展

近期，语音与视频人工智能领域迎来多项技术发布，多模态生成模型 Wan2.6 以及语音模型 Fun-ASR、Fun-CosyVoice 3 相继公布，引发创作者与开发者关注。相关模型主打在角色外观、声音与叙事风格上的一致性表现，目标是提升视频内容的电影化效果与整体表达能力。 据介绍，Wan2.6 被定...