返回列表 发布新帖
楼主: zelefans

[8.12]VR视频平面播放器0.4版 - 摄像头手势控制播放

870

金钱

127

回帖

140

积分

Lv5 略有小成

积分
140
发表于 2026-8-11 22:58:39 | 显示全部楼层
这就是一个神器啊666

8万

金钱

210

回帖

4228

积分

VR会员

积分
4228
发表于 2026-8-11 23:18:17 | 显示全部楼层
fua31648 发表于 2026-8-11 01:33
感謝分享  功能很好
另外希望 擴大視野、縮小視野  可以增加快捷鍵

測試OK
感謝修復

121

金钱

90

回帖

92

积分

Lv4 初窥堂奥

积分
92
发表于 2026-8-12 07:06:55 来自手机 | 显示全部楼层
大佬太厉害了

36

金钱

70

回帖

82

积分

Lv4 初窥堂奥

积分
82
发表于 2026-8-12 09:14:50 来自手机 | 显示全部楼层
一生平安

15

金钱

33

回帖

35

积分

Lv3 圆转纯熟

积分
35
发表于 2026-8-12 10:57:49 | 显示全部楼层
you are the man, thanks

77

金钱

59

回帖

62

积分

Lv4 初窥堂奥

积分
62
发表于 2026-8-12 17:14:10 | 显示全部楼层
大哥的作为让我想起了当年互联网的分享精神,大赞啊!

124

金钱

57

回帖

57

积分

Lv4 初窥堂奥

积分
57
发表于 2026-8-12 20:18:24 | 显示全部楼层
zelefans 发表于 2026-8-11 21:10
0.3版更i性能

- 摄像头人脸检测稳定性提升(折腾了一个白天,发现onnxruntime.dll冲突,改成强制统一安装 ...

我用codex搞定了,srt对应原音色的音频片段,index根据这个音色来克隆,简直太牛逼了
是比较过我原来软件里omniVoice的语音克隆效果? 
发表于 2026-8-12 20:23

124

金钱

57

回帖

57

积分

Lv4 初窥堂奥

积分
57
发表于 2026-8-12 20:27:46 | 显示全部楼层
你哥很无奈 发表于 2026-8-12 20:18
我用codex搞定了,srt对应原音色的音频片段,index根据这个音色来克隆,简直太牛逼了  ...

这个是逐句复制音色的
传统 TTS 语音克隆模型中,为了准确分离参考语音中的“说话人音色”和“说话内容”,通常需要强制用户输入该段音频对应的文字。IndexTTS 2.5 在架构上做出了优化,实现了零样本无文本提示。看起来OK,我着手改造  
发表于 2026-8-12 20:57
看了一下克隆语音的方法,看起来比OmniVoice靠谱,但要推翻全部克隆代码...... 
发表于 2026-8-12 20:52
才发现Index2.5是新的,2.0是老的,我回头研究一下,是否改进了 
发表于 2026-8-12 20:46
逐句会有很多问题,我做过。1、克隆语音至少有几秒钟的时间长度。日本很多片不满足 2、OmniVoice日文直接克隆中文会有很多问题,长句成功,短句是乱的。这个应该是原理上受限。  
发表于 2026-8-12 20:42

672

金钱

804

回帖

415

积分

Lv6 渐入佳境

积分
415
 楼主| 发表于 2026-8-12 20:39:54 | 显示全部楼层
0.4版发布

增加摄像头手势控制播放

手掌启动/停止手势控制
大拇指上下控制VR视角(2D视频控制音量)
拇指左右指快退快进
拳头暂停/播放

没啥BUG应该暂时不更新了,想做的功能都差不多了

124

金钱

57

回帖

57

积分

Lv4 初窥堂奥

积分
57
发表于 2026-8-12 21:42:41 | 显示全部楼层
zelefans 发表于 2026-8-12 20:39
0.4版发布

增加摄像头手势控制播放

搞定了,30分钟合成的音频比om那个好多了,情感克隆
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

Copyright © 2026 4ktwo.com All Rights Reserved.
关灯 快速发帖返回顶部
快速回复 返回顶部 返回列表