dia

收录理由

Dia 是 Nari Labs 推出的开源权重文本转语音模型，它把对话本身当作核心输出，而不是朗读文本的副产品。你只需输入一段对话脚本，模型就能一次性生成完整的对话流，连情绪、语气和笑声、咳嗽、清嗓这类非语言声音都能一并呈现。这让它特别适合配音、多角色有声书场景、游戏对白，以及任何需要表现力而非平淡播报的叙述场合。你还可以用一段短音频来引导输出的情绪和语调，让每一句都更贴合你的设想。1.6B 参数权重采用 Apache-2.0 许可，可通过 Hugging Face Transformers 直接运行，官方还提供了在线演示 Space，你可以在接入自己的流程之前先试听效果。