猫猫们唱歌工具链 v5更新
更新工具链，经测试，参考LLM模型改用GLM 5.3 Flash和Gemini 3.8 Flash，扩展第三方中转站服务商。
智能体与 LLM 模型¶
- CherryStudio — 主控台，所有智能体调度
- Qwen-3.8-Flash - 主力模型
- DeepSeek v4 Flash — 主力模型（备用）
- GLM 5.3 Flash
- Gemini 3.8 Flash
音乐相关¶
- 网易X Studio — 改词
- SoulX Singer — 改音色并润色
- ACE Step — 歌曲二次合成
- Open Soren WebUI - 歌曲最后一步合成
- Qwen ASR - 获得歌词准确时间，便于分镜
图片生成¶
- SenseNova u1.5 Lite — 画面首帧生成，封面抽卡
- GPT Image 2 — 封面最终生成
视频生成¶
- MiniMax H3 — 视频生成主力（本地 16G 显存 + 64G 内存），一次采样0.3M，二次采样0.7M（640p）
- RTX Video Processor — 2x放大（1280p，缩小到85%出1080p视频），利用RTX Video SDK开发
模型供应商¶
- DeepSeek 官方
- OpenCode Go 订阅
- GrsAI、apilio、DMXAPI 等三方中转站
📖 本文阅读量 加载中... 次
|
🌐 全站访问 加载中... 次