TANGOFLUX

什么是TANGOFLUX

TANGOFLUX是一种先进的文本转音频生成模型，采用515M参数配置，能够在短短3.7秒内生成30秒的高质量音频。这一技术的核心在于解决文本转音频模型中偏好对齐的挑战，通过引入CLAP-Ranked Preference Optimization（CRPO）框架，TANGOFLUX在音频生成的准确性和效率上都达到了行业领先水平。

TANGOFLUX怎么用？

使用TANGOFLUX非常简单。用户只需输入文本描述，模型便会快速生成相应的音频。通过优化的偏好数据，TANGOFLUX能够更好地理解文本与音频之间的关系，确保生成的音频不仅清晰可闻，而且符合用户的期望。

TANGOFLUX核心功能

• 生成高达30秒的44.1kHz立体声音频
• 仅需3.7秒的生成时间
• 采用CLAP-Ranked Preference Optimization优化音频质量
• 提供开源代码和模型，支持研究者进一步探索

TANGOFLUX使用案例

• 生成自然的鸟鸣与人类口哨声的和谐音频
• 模拟篮球在场地上弹跳的音效，鞋子与地面的摩擦声
• 重现水滴声与远处低沉咆哮声的音景
• 生成列车司机发出的尖锐哨声及乘客的低语声

TANGOFLUX价格

TANGOFLUX的具体价格信息尚未公布，但其开源特性使得用户能够免费使用其代码和模型。

TANGOFLUX公司名称

DeCLaRe Lab, 新加坡科技设计大学

TANGOFLUX联系方式

[email protected]

TANGOFLUX社交媒体

Twitter：@declare_lab，Instagram：@declare_lab