TencentARC

/

AudioStory-3B

like 7

Follow

ARC Lab, Tencent PCG 771

首先非常感谢能够开源这么棒的模型，目前有些问题需要请教：

1. 看模型架构图里面可以做到多模态输入，但是目前github的推理代码里面只有文本输入，请问是这个版本暂时不支持吗？
2. 关于视频配音，这个是如何做到的呢？