文章列表-AI魔法学院

文章列表

「语音识别的未来已来」——探索Distil-Whisper，轻量级AI的强大力量

那么，这个被誉为“语音识别的未来”的AI工具到底有何过人之处？

Distil-Whisper 语音识别

一文看懂RAG：大语言模型落地应用的未来

重点转向了RAG和微调的优势相结合的混合方法，同时也有少数人继续关注优化预训练方法。

rag 检索增强

视频大模型训练相关词条解释

它不仅能够根据文字指令创造出既逼真又充满想象力的场景，而且能生成长达1分钟的超长视频，不管是一镜到底还是分镜头切换模式，都能够保持角色及背景神一般的一致性和稳定性。

视频生成 sora 词条

AI绘画当前的应用场景有哪些？

这里我用ps经过精准的抠图绘制成蒙版，所以不需要这个参数起作用，不然边缘会有原图的灰色在里面； 2、蒙版模式设置为【重绘非蒙版内容】，前面说过白色区域为蒙版内容，黑色为非蒙版内容，大家灵活往里面带入

文生图

AI虚拟主播数字人技术实现Wav2Lip

公众所熟知知道的一个常见用例是面部交换的应用。

数字人视频

【语音领域-又双叒更新】阿里开源FunAudioLLM: 2大核心模型、5大亮点功能！效果炸裂！手把手带你理论+实战部署推理!

包含两个核心模型：SenseVoice 负责语音识别和音频处理，CosyVoice 负责语音生成和控制。

asr tts 声音

绝对是你的下载神器！AixDownloader可让你从任何网页下载你想要的内容，音乐、视频、图像、文件等！

看到网上有超赞的视频、音乐或图片，却无法轻松地保存到自己的电脑或手机上？

AixDownloader 下载

数字人：从科幻走向现实的技术革命

创建数字人需要多方面的技术支持，包括计算机图形学、动作捕捉、语音合成以及人工智能算法等。

数字人语音

AI视频新技能！这套流程教你打造视频人物和声音完美同步！

D-ID是目前网络上最常用的方法之一，功能也比较单一，只需上传一张图片，输入文字和选择音色，即可生成相应的视频。

AI视频

全球最大开源prompt社区即将开放中文版

涵盖了非常多的维度：创意，游戏，金钱，求职，生产力，社交媒体，软件开发，学生，虚拟角色和Midjourney ——HACKATHON S1 (https://flowgpt.com

开源模型

OpenAI Assistants API 使用指南

上次我们介绍了 OpenAI 的新版 API，包括语音转文字、生成图片和图片识别等功能，这次 API 的更新还包含了一个重量级的功能，就是类似 GPTs 的 Assistant API，它不仅可以完成

OpenAI Assistants API

AI拆解:《AI猫咪小红书账号3个月变现10W+》

今天，我们将探讨一位小红书博主的内容策略转变，以及这一转变如何体现了精益创业的核心理念。

文生图 AI拆解

目前有哪些比较成功的人工智能应用？

AI音频工具这类型工具主要分为两类：文字转语音和语音转文字，语音转语音的也有，但是数量不算多。

生成式AI

使用大模型自动回复小红书/抖音/快手评论：通过RAG 优化LLMs实现

换句话说，这些是数字代表着含义给定文本的。

RAG 大模型自动回复

【AI科技大创意】2024年人工智能10大趋势

它们可能允许您针对特定风格、主题或角色训练模型，以随着时间的推移生成一致的输出。

人工智能趋势

<...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