语
语音合成（TTS）
让机器“开口说话”——把文字变成自然人声，导航播报、有声书、AI 客服背后都是它。顶尖产品的合成音已难辨真伪。…
1 次浏览检
检查点与断点续训（Checkpoint）
给训练存个档——权重与优化器状态全量落盘，断电崩溃都能从上次进度接着练，跑数月的训练没它等于赌命，容错也是成本的一部分。…
8 次浏览E
ElevenLabs
声音的整容师兼翻译官——克隆一个声音，让它说几十种语言还带情绪，配音、有声书与游戏批量配音的幕后大户，多语言语音赛道的代表。…
16 次浏览M
Multimodal（多模态）
能看图、听声、看视频的 AI 就是多模态模型。发截图问报错、拍照片认植物、语音对话，都靠它。这条词条讲清它和纯文字模型的差别，以及“看图”这件事上它还会犯哪些错…
24 次浏览