音频的「文生图」来了？讯飞 AudioFly 在线体验就在模力方舟

景点排名 2025年10月23日 13:30 0 aa

当你用一句话描述「一辆汽车急刹车溅起雨水」的场景，AI 不再只是理解文字，还能为你合成一段真实感十足的音效。

现在，这样的能力你已经可以直接在模力方舟上尝试了！借助本土算力厂商天数智芯的强大算力，科大讯飞最新开源的音频生成模型AudioFly现已上线在线体验：https://ai.gitee.com/serverless-api?model=AudioFly

介绍介绍 AudioFly

AudioFly是一个基于文本生成音效的模型，能够根据一句自然语言描述，合成高质量音频，生成结果与文本内容高度契合。

模型采用潜在扩散架构（LDM），参数规模达 10 亿，训练数据涵盖 AudioSet、AudioCaps、TUT 等开放数据集以及内部私有数据，具备强大的泛化能力与声音理解能力，支持单事件和多事件复杂场景。

在学术音频生成基准数据集 AudioCaps 上，AudioFly 取得了多个关键指标的领先成绩：

上述结果复用了Stable Audio Open的开源评测方法，确保客观可比AudioFly在 FD 和 KL 指标上遥遥领先，CLAP 与 SOTA 水平持平。

从「文生图」到「文生音」，生成式 AI 的边界正在被不断拓宽。现在就来模力方舟试用 AudioFly，把声音变成你的内容创作新工具：https://ai.gitee.com/serverless-api?model=AudioFly

发表评论