待验证90% 置信事实时间未知

Dia能根据输入文本自动生成两人对话音频，可模拟咳嗽声、笑声等非语言细节

1

来源数

90%

置信度

长期有效

时效性

2026/6/1

首次发现

来源

Dia开源项目一天5000星：两本科生3个月复刻NotebookLM播客功能

bilibili量子位Daily

涉及实体

相关事实

待验证工作流提供对口型模式（将用户语音冻结进音频潜空间）和模型生成语音模式两种语音生成方式72% 相似已验证端到端语音模型直接以音频为输入和输出，在音频token层面进行理解与生成，保留语调、语速、叹气、笑声等声学特征70% 相似待验证新模型能感知说话者的音量、语气等副语言信息，并主动调大音量或切换状态69% 相似待验证使用语音输入代替打字可以更自然、更快速地传递真实意图68% 相似待验证口型同步通常借助MuseTalk、Wav2Lip等工具实现67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/16637

API

curl https://kongchang.com/api/v1/knowledge/claims/16637

MCP

get_claim(id=16637)