京东正式推出开源长音视频生成框架JoyAI-Echo，该框架融合跨模态音视频记忆库、记忆驱动后训练推理速度提升7.5倍、Director Agent对话式编辑及轻量化实时超分四项技术创新，有效攻克了角色一致性、声音稳定性和生成速度三大行业痛点。经实际测试，使用该框架生成5分钟视频时，角色形象与音色保持高度一致，语音准确率达到0.8646，各项核心指标均处于行业领先水平。
京东正式推出开源长音视频生成框架JoyAI-Echo，该框架融合跨模态音视频记忆库、记忆驱动后训练推理速度提升7.5倍、Director Agent对话式编辑及轻量化实时超分四项技术创新，有效攻克了角色一致性、声音稳定性和生成速度三大行业痛点。经实际测试，使用该框架生成5分钟视频时，角色形象与音色保持高度一致，语音准确率达到0.8646，各项核心指标均处于行业领先水平。