🎵 用AI凭空“捏造”声音？这个模型有点酷！

输入文字描述，AI就能生成一段完整的音频——包括人声、音乐、环境音效！

你有没有想过，只要写一段话，AI就能帮你生成一段完整的音频？

不是简单的文字转语音，而是包含人声对话、背景音乐、环境音效、气氛渲染的完整声音场景。

今天要介绍的 MiDashengLM-Gen，就是这样一个“声音魔法师”。

它能做什么？

简单来说，你给它一段描述，它就能“凭空”生成一段音频。

比如你输入这样的描述：

“一个喜剧演员在讲完一个爆笑段子后，观众们哄堂大笑，爵士乐队随即奏响欢快的旋律”
“你们都是吊毛吗？”
“富有表现力的喜剧男声，语调夸张”

它就能生成一段包含人声台词 + 观众笑声 + 爵士乐强音的完整音频片段。

听起来像什么？

我们可以把它理解成一个“声音版的AI绘画”：

不同的是，它生成的不是画面，而是可以播放的声音。

它能用在哪些地方？

• 🎬 短视频/播客制作：快速生成想要的背景音和人声，不用到处找素材

• 🎮 游戏音效设计：为游戏场景快速生成氛围音

• 📚 有声内容创作：配合场景描述，让有声书更有沉浸感

• 🎨 创意表达：把脑海中的声音场景“写出来”，让AI帮你实现

使用体验如何？

我帮它做了一个图形化操作界面，用起来很简单：

1. 选择场景：点击示例场景（喜剧、恐怖、科幻、自然、武侠等）

2. 修改内容：可以调整对话文本、语音风格、背景音乐描述

3. 点击生成：等几十秒，就能听到AI生成的声音

生成的音频会自动保存到电脑上，方便你反复使用。

⚠️ 一个小提示：这个模型对英文描述的理解能力更强，所以场景、风格、音效等描述建议用英文，效果会更好。对话内容用中文是没问题的。

一些有趣的示例

你可以用中文对话，搭配英文的场景描述，比如：

① 喜剧场景

• 对话：“你们都是吊毛吗？”

• 语音风格：夸张的喜剧男声

• 背景：观众爆笑 + 爵士乐队强音

② 武侠场景

• 对话：“哼，你终于来了。今日便做个了断吧。”

• 语音风格：低沉沙哑的威严男声

• 背景：古筝疾奏 + 刀剑碰撞声

③ 街头美食

• 对话：“老板，来十串羊肉串！多放点辣椒！”

• 语音风格：豪爽热情的北方大汉

• 背景：烧烤滋滋声 + 人群嘈杂声

总结

MiDashengLM-Gen 是一个很有意思的AI音频生成工具，适合内容创作者、声音爱好者、或者单纯想尝鲜的玩家。

如果你有想法，不妨试试——“写”一段声音出来。

随手生成的一些演示你们听听

整合包说明

1 8G英伟达就可以愉快玩耍

2 标签描述最好是英文，对话内容可以是中英文

3 人气高就继续开发

点击查看

下载地址

夸克网盘

下载有疑问看下这里