文章列表-AI魔法学院

文章列表

「语音转换新速度」— 探秘Whisper JAX的70倍速提升

从提供无障碍服务，如为听障人士实时转录讲话，到为全球企业提供多语言会议的实时翻译，它都能提供支持。

Whisper 语音识别

必读！RAG好用的3种Router

通过softmax函数生成软标签：对于每个专家模型和每条指令记录，通过带温度的softmax函数生成软标签。

RAG Router

8月份最火的 5 个 GitHub 项目

本期推荐开源项目目录： 1.

下载

开源语音大语言模型来了！阿里基于Qwen-Chat提出Qwen-Audio!

3 多任务预训练受Whisper的启发，为了将不同类型的音频结合起来，我们提出了一个多任务训练格式框架，如下所示： • 转录标签：使用转录标签表示预测的开始。

大模型语音

45个 DALL-E 3 使用案例 (附提示词) ，人人都是设计师

提示词：创建一个[特定类型的产品，如 "智能手机"]的详细 3D 模型，该模型应具有[特定的功能或设计元素，如 "弧形边缘屏幕和后置双摄像头"]，并体现[特定的主题或风格，如 "简约和优雅"]的设计美学

文生图

Docker介绍及常用命令大全

加入这两个参数后，容器创建就能登录进去。

Docker 容器

用so-vits-svc-4.1进行音色转换的极简教程

其实歌声转换不仅仅适用于歌声，普通讲话也可以，只是歌唱的音调基本能覆盖到低、中、高全域声音类型，而正常说话可能无法做到全域覆盖，但是如果在录制声音的时候能够做到覆盖多种音调类型，也可以实现声音转换。

声音 sovits

郭德纲讲英语相声详细教程

登录heygen官网 heygen登录地址：https://www.heygen.com 点击“Sign in”,出现登录界面后切换到Sign Up，按照指引注册完成之后，就可以开始生成视频了

数字人音视频

【本地部署】智谱chatglm3-6B第三代！性能如何？支持调用tools+Agent+代码执行！小白教程！附网盘下载！

相信前几天漂亮国将一众业内公司录入“实体名单”，大家都义愤填膺！

chatglm 智普大模型

Stable Diffusion

Stable Diffusion 年龄转换神器，一键变大变小

需要该模型的同学可以在公众号回复 embeddings 获取模型链接安装将下载好的模型放在你的 Stable Diffusion 安装目录下的 sd-webui\embeddings

Stable Diffusion 文生图

大模型在金融行业的应用场景

3.佛罗里达州南方银行开发的知识问答系统使员工能够查询汇总和解释银行的内部记录，帮助新员工快速精通特定主题或法规。

大模型金融应用

自动化神器Autolt：不再重复工作

Excel表格操作无论是数据录入还是数据处理，Autolt都能在Excel中展现其强大的功能。

RPA 自动

最佳开源文生图大模型可图：安装与批量出图的完整教程

Kolors 或者 Git lfs clone https://huggingface.co/Kwai-Kolors/Kolors weights/Kolors 下载之后的权重在Kolors目录下

可图 kolors

ComfyUI 基础教程（一）环境部署和插件安装

; 2.配置模型、LORA ComfyUI虽然自带了pytorch和stable diffusion环境，但是不包括模型，所以需要将模型放置到ComfyUI对应目录中

comfyui 文生图

AI生成卡通人物项目|VToonify

zh-hans/downloads/在您安装完成Visual Studio的相关组件之后，您的电脑中将会存在一个cl.exe文件，该文件所存在的路径实在无法通过脚本来确定，所以必须要您自己找到该文件的目录位置

AI生成卡通人物 VToonify

<...8 9 10 111213 14 15 16 17 ...>

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