跳到正文
11月17日周二
11月14日周六
  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。

11月12日周四
11月11日周三
  1. ComfyUI Blog78

    ComfyUI 原生支持 MiniMax H3 Image 图像生成与编辑

    ComfyUI 现已原生支持 MiniMax H3 Image,可用同一 checkpoint 完成文生图与参考图编辑。模型开放权重,以 6 步采样,支持 4096×4096 等原生高分辨率输出,并可连接多张参考图。用户既可下载 diffusion model、VAE 与 Qwen3-VL text encoder 在自有 GPU 运行,亦可通过 Partner Nodes 调用,无需下载权重。

    推荐理由:原生工作流、开放权重与 Partner Nodes 调用方式并列呈现,并给出分辨率、采样步数和多图编辑细节,便于规划接入方案。