文章列表-AI魔法学院

文章列表

实时语音克隆

项目简介这份内容介绍了实时语音克隆的技术实现，作者通过将说话者验证技术转移到多说话人文本到语音合成（SV2TTS）来实现语音克隆。

语音克隆

Stable Diffusion

挑战真实影像！Stable Diffusion超越摄影师的光影模型

这张图绘制的并不完美，但如果不仔细去分析细节，并没有很突兀的AI感觉，反而很像邻家女孩随手拍的照片。

AI图片

RPA和大模型结合：开启智能自动化的新纪元

本文将从三个方面来探讨RPA和大模型结合的技术趋势和意义，分别是自然语言交互、内容生成和智能决策。

RPA 自动化大模型

语义检索系统[全]：基于Milvus+ERNIE+SimCSE+In-batch Negatives样本策略的学术文献语义检索

0.前言语义索引（可通俗理解为向量索引）技术是搜索引擎、推荐系统、广告系统在召回阶段的核心技术之一。

开源模型

和王小川聊再创业这一年：回应朱啸虎、谈中国AGI第三种可能

对话中讨论了大模型的技术前瞻性和技术敏感性，以及如何将技术转化成应用。

王小川中国大模型

国内厂商语音识别与Whisper评测：现状与概况对比

一、语音识别现状二、评测意义与预期成果三、评测方案四、评测结果一、语音识别现状得益于近年来深度学习技术的快速发展，人工智能的主要分支(图像、语音、自然语言处理等)都相继进入了大规模落地应用阶段

语音识别 Faster-Whisper

通俗解读大模型微调(Fine Tuning)

我们对技术的理解，要比技术本身更加重要。

大模型微调

Stable Diffusion

Stable Diffusion | SD的老舅ComfyUI来了，节点式工作流，分部控制出图

ComfyUI 是一个基于节点流程式的stable diffusion AI 绘图工具WebUI，界面版块基本和stable diffusion一样，只是每个版块被拆分成节点，可以灵活控制连接，这样的工作流和完善的可复现性

生成式AI

11个非常简短却十分神奇的 ChatGPT 指令，刷新你的认知

[link] 它的 “推理能力” 源于思维链技术。

提示词

数字人直播哪家强？百度、硅基、风平与闪剪四大AI数字人横向评测！

2023年，AIGC技术的爆发将加速AI大模型对部分产业的颠覆，并带来数字人产业的新机遇。

数字人数字分身

投资人逃离大模型

该大模型体系以低成本、高效率打通了各类AI应用，提供包括：面向办公场景的商汤日日新·商量语言大模型-数据分析版本、面向医疗场景的日日新·商量语言大模型-医疗版本“大医”……商汤“日日新·商量大语言模型”

大模型

3 分钟，把一篇 3000 字长文变成“脱口秀”——开源神器 Twocast 实战指南

它能把任何文字、网页、PDF，3~5 分钟生成男女双主持的脱口秀，还能直接下载 MP3。

Twocast 开源

数字人之声音克隆：无样本，1分钟样本完美克隆声音，开源

少样本 TTS：仅需 1 分钟的训练数据即可微调模型，提升声音相似度和真实感。

数字人声音克隆 GPT-SoVITS

百模大战，谁是大模型的裁判员？

自GLUE作为最早明确、规范的大语言模型评测基准发布以来，在大语言模型评测基准的议题上，主要分为几条评测路径：一是以GLUE为代表，通过评估模型在自然语言推断、文本蕴含、情感分析、语义相似等NLU

大模型

在飞速发展的时代管理AI风险

人工智能获得这种技术的访问权限只会延续现有趋势，以自动化军事活动、生物研究和人工智能开发本身。

人工智能伦理

<...9 10 11 121314 15 16 17 18 ...>

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