🚀 模型作者为@Dorialexander，下载地址及在线体验链接已公开。
2024年，无论品牌达人孵化是否会涌现新的成功案例，这始终会是一个必要的尝试方向。
他们在2021年发表在《自然通讯》上的一篇论文中公布了他们的发现。这些改进的数据集可以帮助人类和机器更好地理解地震。
据悉，M2UGen采用了创新的方法，生成了大规模的多模态音乐指导数据集，用于训练模型。这包括MU-LLaMA模型生成的1.2k多小时音乐字幕数据集。模型结合了MU-LLaMA、BLIP图像字幕模型、MPT-7B-Chat模型以及VideoMAE字幕模型，以在各个领域生成对应的指导。
视频翻译配音这个工具不但支持语音自动生成字幕，而且还提供多种配音选择，同时支持多种翻译引擎，让用户在生成配音前对字幕进行修改。使用方便，无需复杂的操作，让用户能够轻松完成视频翻译和配音的任务。