通义推出Fun-CineForge，首个影视级配音多模态大模型

通义实验室开源首个支持影视级配音的多模态模型，配套开放高质量数据集构建方法CineDub。模型基于CosyVoice3底层能力，创新引入”时间模态”，融合视觉、文本、音频、时间四种模态，实现口型同步、情绪表达、音色一致和时间对齐四大功能，支持独白、旁白、双人及多人对话场景。 更多详情...