- 月下清风蝉鸣2026-09-17
佬友们，截至2026.9.17，开源音频和视频模型性能最好的是哪个？
主楼 - xiaonuozi2026-09-17
视频模型应该是seedance2和seedance2.5.音频我现在是通过视频一起出的
- Polar_Bear2026-09-17
- lofrienger2026-09-17
minimax h3吧，社区很活跃
- joeyblue2026-09-17
视频是 SeeDance 系列了，音频的话，TTS/STT 火山引擎的不错
- yricky2026-09-17
seedance在哪里下载啊，找不到
- Stopitazhu2026-09-17
视频模型开源的最好的是H3了吧。音频中文可商用的话是indextts2，英文单从克隆角度可商用的应该是qwentts或者小米的omnivoice吧。英文如果只是听小说kokoros也不错，chatterbox也还行吧。根据ltx提取的音频有两家如果抽卡的话情绪不错，但是不推荐，因为都是工作流，ltx音频不确定性太强。除非对tts情绪要求特别高