dia2

Jan 19 2026

dia2

GitHub: https://github.com/nari-labs/dia2

⭐ 星星數： 1017

摘要： 這是一個基於CUDA的即時流式對話語音合成模型，能夠生成高品質的對話音訊。

技術堆疊： PyTorch, Transformers, Hugging Face Hub, Gradio, NumPy, SafeTensors, SoundFile, Whisper-timestamped

架構： 專案採用模組化設計，包含核心模型處理、音訊處理和運行時管理三個主要模組，使用PyTorch進行GPU加速推理，並提供Gradio介面進行互動演示。