𝓵𝓮𝔃𝓲𝓼𝓱𝓮𝓷 (@lezishen) 在 美团发布 LongCat-AudioDiT 音频生成模型：说话人相似度指标提升至 0.818，现已开源 中发帖

📌 📄 内容摘要: 𝓵𝓮𝔃𝓲𝓼𝓱𝓮𝓷 (@lezishen) 在 美团发布 LongCat-AudioDiT 音频生成模型：说话人相似度指标提升至 0.818，现已开源 中发帖 [image] [image] [image] 论文：[2603.29339v1] LongCat-AudioDiT: High-Fidelity Diffusion Text-to-Speech in the Waveform Latent Space GitHub：GitHub - meituan-longcat/LongCat-AudioDiT · GitHub HuggingFace：meituan-longcat/LongCat-AudioDiT-1B · Hugging Face

────────── 链接信息 ──────────
🔗 论坛链接: linux.do
📎 访问地址: https://linux.do/t/topic/1883477/1
─────────────────────────────

📢 来源：LINUX DO