FreeAudio：精准可控的 AI 文生音频系统

FreeAudio 是清华大学与生数科技联合研发的精准可控文本生成音频系统。

该系统创新性地利用大语言模型进行时间结构规划，能够将复杂的文本提示和时间标记(time prompt)智能解析为一系列精准的时间窗口。

它可以实现诸如'说话时背景是鸟叫，过一会变成狗叫'这样复杂的多环境声效组合。

不过目前该项目尚未开源，相关技术细节佬们可以通过论文和技术报告进一步了解。