视频魔法-AI魔法学院

视频魔法

SadTalker数字人常见问题3

SadTalker数字人制作工具，用自带的图片音频可以生成，而用自己的图片、音频生成视频就不行。基本都是因为图片分辨率太高，或者音频格式不对。下面是解决方法：

SadTalke 2023-08-13

如何免费打造自己的数字人主播：StableDiffusion插件SadTalker打造本地数字人主播

本教程将介绍如何使用Stable Diffusion和Sadtalker结合起来，实现从文本到视频的生成。学会本教程之后，大家就可以在自己的电脑上免费用一张图片生成数字人口播视频

数字人 2023-07-22

胎教级SO-VITS-SVC使用教程：人工智能生成歌曲

胎教级SO-VITS-SVC使用教程：人工智能生成歌曲。so-vits-svc是基于VITS的开源项目，VITS（Variational Inference with adversarial learning for end-to-end Text-to-Speech）是一种结合变分推理（variational inference）、标准化流（normalizing flows）和对抗训练的高表现力语音合成模型

音乐 2023-06-08

6个AI音乐软件推荐，让你学会人工智能AI作曲

跟AI绘画一样，音乐产业正在将AI作为一种辅助工具，而不是代替人类艺术家。人工智能（AI）正在越来越多地应用于音乐、电影和绘画等艺术领域。在当下的应用中，AI已经可以影响音乐制作过程的各个方面，包括音乐生成、音频掌握等。

训练音乐 2023-05-31

AI里的大模型，你了解么

AI大模型是“人工智能预训练大模型”的简称，是指具有大量参数和复杂结构的机器学习模型。这些模型可以应用于处理大规模的数据和复杂的问题。包含了“预训练”和“大模型”两层含义，二者结合产生了一种新的人工智能模式，即模型在大规模数据集上完成了预训练后无需微调，或仅需要少量数据的微调，就能直接支撑各类应用。

人工智能 2023-05-31

语音、视频转文字神器：开源whisper介绍

Whisper是OpenAI的一个项目，旨在通过大规模的弱监督学习来实现语音识别。这种方法使用大量的未标注语音数据和一些已标注的数据来训练一个深度学习模型，从而自动学习如何从语音信号中提取特征并将其转换为文本。Whisper的特点是速度快、准确性高，并且可以处理各种各样的语音信号，包括噪音、口音和语速等。该项目旨在为那些缺乏手动标注数据的语言学家和工程师提供一种新的工具，以帮助他们实现更高效的语音识别。

人工智能大模型 wisper 2023-05-30

开源免费离线语音识别神器whisper如何安装

Open AI在2022年9月21日开源了号称其英文语音辨识能力已达到人类水准的Whisper神经网络，且它亦支持其它98种语言的自动语音辨识。 Whisper系统所提供的自动语音辨识（Automatic Speech Recognition，ASR）模型是被训练来运行语音辨识与翻译任务的，它们能将各种语言的语音变成文本，也能将这些文本翻译成英文。

wisper 翻译免费 2023-05-28

<1 2 3 4 5 6 7 89>

汇聚AI资讯，网罗AI文档，详解AI工具！

关于我们用户协议隐私条款商务合作：skillupvip

© 2023-2025 AI魔法学院

京ICP备20027199号-1