Pengembang mem-porting OpenMOSS, ThinkSound, dan Trellis ke ggml untuk generasi aset lokal

Seorang pengembang telah mem-porting tiga model open-source—OpenMOSS untuk teks-ke-suara, ThinkSound untuk efek suara, dan Trellis.2 untuk generasi 3D—ke kerangka kerja GGML untuk membuat pipeline lokal lengkap bagi generasi aset game.

• OpenMOSS menyediakan kemampuan kloning dan generasi suara penuh untuk karakter NPC.
• ThinkSound menangani generasi efek suara, mengatasi kesenjangan yang ditinggalkan oleh model suara.
• Trellis.2 berfungsi sebagai state-of-the-art saat ini untuk generasi 3D open-source, termasuk penghapusan latar belakang.
• Semua mesin mendukung CUDA, Vulkan, dan ROCm untuk kompatibilitas perangkat keras yang luas.

Alat-alat ini sekarang terintegrasi ke dalam SDK Lemonade, memungkinkan panggilan model berjenjang seperti siklus penuh teks-ke-3D menggunakan stablediffusion.cpp.