Fun-CineForge – 阿里通义开源的影视级多模态配音模型

Fun-CineForge是什么

Fun-CineForge是通义实验室开源的首个影视级多模态配音大模型，基于CosyVoice3构建，创新引入”时间模态”实现精准音画同步。模型支持独白、旁白、对话及多人场景，解决口型同步、情绪表达、音色一致、时间对齐四大难题。Fun-CineForge配套开源CineDub数据集构建流程，覆盖350+部影视剧，中文字错率低至1.49%，即使面部遮挡、镜头切换等复杂场景也能保持高质量配音效果。

Fun-CineForge的主要功能

• 口型同步：模型支持合成语音与画面中人物唇部运动高度同步，实现精准音画对齐。