跳到正文
  1. RunPod81

    Runpod 教程:微调 F5-TTS 克隆英文声音

    Runpod 教程演示在租用 GPU 上微调 F5-TTS,以至少 30 分钟英文录音训练自有声音模型。流程涵盖录音转写、数据预处理、GPU pod 部署、训练、语音生成及模型下载;30 分钟音频在 L4 上训练 200 epochs 约需 75 分钟。该方案仅限个人使用,商业用途应改用 MIT 许可的 Chatterbox。

    推荐理由:从录音规范、数据预处理到 GPU 训练与推理,教程给出完整命令、参数和故障排查,可复用于自建声音克隆流程。

  1. Replicate87

    MiniMax H3 三款视频模型择用指南

    Replicate 上的 MiniMax H3 系列含 minimax/h3-highspeed、minimax/h3-lite 与 minimax/h3 三款视频模型,分别宜于日常迭代、大批量探索及 2K 最终成片。

    推荐理由:并列三款模型之分辨率、单价与适用环节,并给出同参数横测及 API 调用之法,便于依预算与成片要求择用。

  1. Replicate86

    Kling 4.0 完整使用指南

    Replicate 发布 Kling 4.0 完整使用指南,介绍文本生成视频、图像生成视频及多关键帧连续镜头的用法。Kling 4.0 每次生成最长 30 seconds,支持 720p 或 1080p、16:9、9:16、1:1、21:9,提示词可达 26,000 characters,关键帧最多 10 张。

    推荐理由:指南以真实输出说明参数与提示词写法,并给出 Replicate 和 Cloudflare AI Gateway 调用方式,可据此复现关键帧视频工作流。

  1. Suno Blog64

    Suno Studio 侧链压缩设置教程

    Suno Studio 的压缩器支持侧链压缩,可在浏览器内将鼓组轨设为和声轨的 Sidechain 输入。标准做法是打开和声轨的压缩器,选择鼓组轨作为输入,再调整 threshold、attack、release 与 ratio,使随鼓点产生明显的 pumping 效果;也可使用不参与混音的 ghost track 充当触发源。

    推荐理由:文章以鼓组触发和声轨为例,逐步拆解 Suno Studio 的侧链压缩设置,并补充触发轨、attack、release 与 ratio 等参数调整。

  1. Replicate83

    FLUX 3 使用指南:多模态视频生成与 API 调用

    Replicate 发布 FLUX 3 使用指南,介绍文本生视频、首尾帧变形、视频续接、时间戳分镜与风格控制等用法。FLUX 3 采用整合架构,从图像、音频与视频学习并生成多模态输出,可依时间戳在一次生成中切换多场景和镜头。

    推荐理由:通过文本生视频、首尾帧变形、视频续接和时间戳分镜等实例,呈现 FLUX 3 的多模态生成方式,并给出声音、时长与镜头提示方法。

已经到底了