Hogar
Tongyi presenta el primer modelo de IA de voz con calidad cinematográfica: se logra un discurso con inteligencia emocional

Después de que la AIGC revolucionara la generación de imágenes y texto, Tongyi Lab, de Alibaba, está abriendo ahora la última frontera en el mundo del cine y la televisión: la interpretación de voces. El 16 de marzo, Tongyi Lab presentó oficialmente y puso a disposición como código abierto el primer gran modelo multimodal del mundo para la interpretación de voces cinematográfica en múltiples escenarios: Fun-CineForge.
Durante años, la síntesis de voz mediante IA se ha visto lastrada por tonos «robóticos» y «tipo locutor». En el cine y la televisión, captar la profundidad emocional, la mezcla de sonido ambiental y la sincronización labial seguían siendo obstáculos importantes. Fun-CineForge se creó específicamente para superar estos retos.
Este modelo introduce un diseño integrado «datos + modelo» revolucionario. Junto con el modelo, Tongyi Lab proporcionó un método para construir conjuntos de datos de alta calidad. Esto permite a la IA ir más allá de la mera lectura de texto para comprender en profundidad contextos cinematográficos complejos, replicando sutiles matices emocionales y efectos de audio espacial.
Como nuevo miembro de la familia Alibaba Tongyi, el Fun-CineForge de código abierto supone un cambio revolucionario. Ofrece a los creadores de vídeo una herramienta de posproducción «de calidad cinematográfica» y, gracias a una tecnología accesible, permite a los creadores independientes y a las producciones de presupuesto medio lograr un doblaje multilingüe de alta calidad a un coste mínimo.
Desde el anterior Qwen3-Omni hasta el actual Fun-CineForge , la serie Tongyi está completando rápidamente el rompecabezas multimodal. A medida que la IA aprende a «actuar como un humano», todo el panorama de la traducción y la posproducción cinematográfica podría verse transformado. El modelo y su plan de construcción de conjuntos de datos ya están disponibles en las principales plataformas de código abierto, lo que indica que la era de la «IA de calidad cinematográfica» está llegando antes de lo previsto.
Artículo relacionado
La superinteligencia ha llegado: ¿la dejamos entrar?
Cargando el reproductor…Las empresas de inteligencia artificial han estado hablando de una IA superinteligente como si fuera inevitable, pero los recientes incidentes de seguridad, como la violación de OpenAI en Hugging Face, están demostrando los p
iFLYTEK presenta el modelo general de gran escala Spark X2.5
El 1 de septiembre, iFlytek abrirá al código abierto dos modelos de lenguaje grandes centrados en el borde: Xinghuo X2.5-4B y Xinghuo X2.5-1.7B, según el último anuncio oficial. Ambos modelos admiten nativamente una ventana de contexto de hasta 1 mil
Meta elimina la función de edición de fotos con IA tras las críticas de los usuarios
Meta, el gigante de los medios sociales, se ve una vez más envuelto en un debate público sobre el delicado equilibrio entre la inteligencia artificial y la privacidad de los usuarios. Según TechCrunch, Superintelligence Labs de Meta presentó un nuevo
Recomendaciones de temas especiales relacionados
comentario (0)
0/500

Después de que la AIGC revolucionara la generación de imágenes y texto, Tongyi Lab, de Alibaba, está abriendo ahora la última frontera en el mundo del cine y la televisión: la interpretación de voces. El 16 de marzo,
Durante años, la síntesis de voz mediante IA se ha visto lastrada por tonos «robóticos» y «tipo locutor». En el cine y la televisión, captar la profundidad emocional, la mezcla de sonido ambiental y la sincronización labial seguían siendo obstáculos importantes.
Este modelo introduce un diseño integrado «datos + modelo» revolucionario. Junto con el modelo,
Como nuevo miembro de la familia Alibaba Tongyi, el
Desde el anterior
La superinteligencia ha llegado: ¿la dejamos entrar?
Cargando el reproductor…Las empresas de inteligencia artificial han estado hablando de una IA superinteligente como si fuera inevitable, pero los recientes incidentes de seguridad, como la violación de OpenAI en Hugging Face, están demostrando los p
iFLYTEK presenta el modelo general de gran escala Spark X2.5
El 1 de septiembre, iFlytek abrirá al código abierto dos modelos de lenguaje grandes centrados en el borde: Xinghuo X2.5-4B y Xinghuo X2.5-1.7B, según el último anuncio oficial. Ambos modelos admiten nativamente una ventana de contexto de hasta 1 mil
Meta elimina la función de edición de fotos con IA tras las críticas de los usuarios
Meta, el gigante de los medios sociales, se ve una vez más envuelto en un debate público sobre el delicado equilibrio entre la inteligencia artificial y la privacidad de los usuarios. Según TechCrunch, Superintelligence Labs de Meta presentó un nuevo











