文章列表-AI魔法学院

文章列表

阿里&字节发表VividTalk，只需单张照片即可根据音频生成栩栩如生的人物说话头像视频

VividTalk生成的视频看起来非常自然，应用范围广泛，可以用于虚拟助手、在线教育、娱乐内容制作等多个领域。

VividTalk 视频

字节跳动最强AI工具 “豆包” ，近1000款应用！一句话自动生成图文，堪比ChatGPT？

前面分享了小悟空、即创等字节系列AI创作平台，今天又给大家分享另一个字节的创作平台叫做豆包，体验下来，功能在目前国内算是第一梯队，实用性很强。

AI工具文生图

Stable Diffusion

AnimateDiff：一篇文章教你学会用Stable Diffusion制作GIF动图

使用 AnimateDiff创建令人惊叹的 GIF 动画！

AnimateDiff 视频训练

再见了ComfyUI，WebUI也有了工作流

WebUI以界面美观、功能齐全闻名，而ComfyUI则以效率高、工作流便捷著称。

ComfyUI WebUI 文生图

RVC和SVC声音模型难找？推荐这个网站

本篇文章介绍：1，声音数据集训练到模型的过程 2 ，SVC和RVC声音模型网站推荐一、声音数据集训练到模型的过程 AI声音模型训练是通过分析大量音频数据来学习声音特性，生成与目标声音相似的新音频

声音克隆数字人

马上掌握这18个Prompts，让你的工作效率瞬间暴涨10倍！

你是否感觉每天工作很忙，但总是觉得效率低下？

开源模型

Whisper对于中文语音识别与转写中文文本优化的实践(Python3.10)

阿里的FunAsr对Whisper中文领域的转写能力造成了一定的挑战，但实际上，Whisper的使用者完全可以针对中文的语音做一些优化的措施，换句话说，Whisper的“默认”形态可能在中文领域斗不过

Whisper 语音优化

将文本转化为3D动画：DeepMotion推出MotionGPT，开启动画新时代！

这是一款基于生成式AI的工具，可以将文本提示无缝转换为复杂的3D动画，简化了动画创作过程，同时也超越了物理障碍，使得更多不同类型的创作者和行业可以使用3D动画。

3D 动作捕捉

Comfyui工作流管理插件，再也不用保存本地了！

Comfyui终于有工作流管理插件了！

Comfyui 工作流插件

国产视频制作之光-可灵：提示词大全整理

画质：超清、最佳画质、大师作品、8K、丰富细节、写实。

可灵 kling 视频

8个超级GPTs Agent，每个浏览量超20w+（实用建议+攻防Prompt）

人人可操作的GPTs应用即将改变我们的工作方式，每个人都可以按照自己的workflow制定一套属于自己的GPTs，甚至利用GPTs创意来赚钱。

GPTs Agent

OpenAI 开源语音识别 Whisper 的使用体验怎么样？

作者：知乎用户链接：https://www.zhihu.com/question/575983499/answer/3055288368 来源：知乎著作权归作者所有。

生成式AI

网易有道强力开源中英双语语音克隆

其中的音素（phonemes）可以这样得到： python frontend.py data/my_text.txt > data/my_text_for_tts.txt. 5.

语音开源

从 GPT-4o 到 LiveKit：实时语音交互的开源实现

今天我们来聊聊OpenAI 发布会提到的实时对话语音技术。

GPT-4o 语音交互

除了深度换脸、模拟配音，还能口型匹配的AI软件出现了

据海外媒体报道，上周一款名为LipDub 的翻译软件正式发布，这款AI程序可以让视频创作者在几分钟内使用不同语言进行交流。

AI

<...6 7 8 91011 12 13 14 15 ...>

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