秒级克隆，“声”而不凡！使用 OpenVINO™ 玩转 Qwen3-TTS 语音合成
作者：杨亦诚引言继语音识别（ASR）之后，阿里巴巴通义团队再次发力，推出了全新的 Qwen3-TTS 系列模型。这不仅是一个高质量的文本转语音工具，更是一个支持 10 种全球语言、具备“语音合成”与“情感适配”能力的声学引擎。基于离散多码本 LM 架构，Qwen3-TTS 绕过了传统架构的性能瓶颈，实现了真正意义上的端到端语音建模。本文将带你深度体验如何利用 Intel® OpenVINO™ 工具
openlab_96bf3613
10分钟前
表格、公式、印章识别太难？OpenVINO™ Day 0 支持 PaddleOCR-VL-1.5：端侧文档解析一键 SOTA
作者：武卓 文档解析远不止“把字读出来”：真正难点是读懂复杂版面——表格要保结构、公式要保排版、图表要提信息，连印章这类弧形字在屏拍/倾斜/弯折时都很容易失真。今天发布的PaddleOCR-VL-1.5 正是为此而来：仅 0.9B 参数就在权威评测集 OmniDocBench v1.5 取得 94.5% 高精度，超越全球顶尖通用大模型与文档解析专用模型，登顶 SOTA；在自建 Real5-Omni
openlab_96bf3613
6天前
让你的 AIPC “能听会说”： Fun-ASR Nano × Fun-CosyVoice 3.0 全链路加速实战
作者：杨亦诚，纪书杰，周涛，任而今引言如果你希望让自己的 AIPC 能像真人一样又能听、又能说，那么 Fun-ASR-Nano 和 FunCosyVoice 3.0 是非常值得关注的两款模型，轻量化的设计，使他们能同时兼顾性能和效果，并可根据用户习惯持续Finetune优化，非常适合在端侧设备进行部署。Fun-ASR-Nano 是通义实验室打造的端到端语音识别模型，训练数据量级达到数千万小时，能理
openlab_96bf3613
9天前
OpenVINO™ Java API：让Java 开发者快速部署本地生成式AI
作者：黄明明 OpenVINO™社区开发专家1.关于APIOpenVINO™ Java API，旨在推动 OpenVINO™在Java领域的应用。OpenVINO™ Java API 由于是基于 OpenVINO™ 开发，所支持的平台与OpenVINO™ 一致，具体信息可以参考 OpenVINO™。 目前，开发者需要自行下载该项目，将其源代码中的 src 文件夹**到自己的代码当中，以便更好地利用
openlab_96bf3613
9天前
OpenVINO™ 模型部署开发者说：IR模型“信息全景图” —— OpenVINO™ Model Information Viewer 工具详解
开篇寄语】本文为 OpenVINO™ 社区开发者的实践分享，内容基于作者在真实项目中的经验整理。作为开源 AI 工具套件，OpenVINO™欢迎大家结合自身场景验证、交流、分享，共同推动技术实践进步。【作者简介】朱忠杰 ，AI 数据智能应用架构师，人工智能研发工程师，虞城县广厦互联网软件开发服务中心负责人在模型部署的实践中，我们曾强调 “先给模型做体检，再谈上线”（前篇回顾）。而一份完整的 “体检
openlab_96bf3613
12天前
