文章列表-AI魔法学院

文章列表

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

AI音乐热潮下，“神曲工作室”率先失业

这些尚未解决的问题包括，无法自行重复自己刚刚生成的上一段或副歌；有的时候处理歌词，断句会不太符合语法；无法对已经生成的部分做修改。

音乐音频

一文带你认识ELMo

contextualized：这是一个语言模型，其双向LSTM产生的词向量会包含左侧上文信息和右侧下文信息，所以称之为contextualized deep：句子中每个单词都能得到对应的三个Embedding

embedding

在 WebUI 中使用 AnimateDiff 的一些问题和技巧

o(╥﹏╥)o），下面还是分享一些在使用WebUI方面的遇到的问题或小技巧 1、首先，昨天晚上生成的时候遇到了生成一段视频时候竟然出现了两个人物（或者说是两段不同的视频）的问题，一番查找原来官方文档早就说了要改下

AnimateDiff SD

prompt中的分隔符号的正确使用方法

ensp; 分隔符号的基础知识分隔符号定义及其作用分隔符号是用于分隔文本中不同部分的标点符号和特殊字符

prompt 分隔符

阿里出品自动化视频剪辑工具FunClip！

它依托于阿里巴巴通义实验室的FunASR Paraformer系列模型，实现了视频中语音的自动识别。

FunClip 视频阿里

VividTalk：用一张照片和一段音频让人物栩栩如生地说话

这个过程涵盖了多种语言和风格，如真实风格和卡通风格，使其应用范围广泛。

VividTalk 视频

胎教级SO-VITS-SVC使用教程：人工智能生成歌曲

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

微调大型语言模型-核心思想和方法介绍

上下文学习和索引自 GPT-2（Radford 等人）和 GPT-3（Brown 等人）以来，我们已经看到在一般文本语料库上预训练的生成式大型语言模型（LLM）能够进行上下文学习，而这并不能如果我们想要执行

大模型训练

Fastwhisper + Pyannote 实现 ASR + 说话者识别

前言最近在研究ASR相关的业务，也是调研了不少模型，踩了不少坑，ASR这块，目前中文普通话效果最好的应该是阿里的modelscope上的中文模型了，英文的话，还是非whisper莫属了，而且

faster-whisper 语者识别 ASR

2024！深入了解大语言模型（LLM）微调方法（总结）

右侧附件中有相关论文集附件下载。

大模型微调

【中华民族史上最强智库】完整提示词

AI模型：GPT4（正常模式或联网搜索模式）注意：在与本系统进行互动中，可以进行以下操作（在互动过程中系统可能也会对此有提示） /next：每完成一步工作，只有用户输入 ‘/next’ ,系统才能开始下一步工作

提示词大模型

LangChain - RAG: 拿什么「降伏」PDF 中的 Table 类型数据

时间过得真快，写上一篇文到现在已经过去半个月之多！

大模型 LangChain RAG

被时代选中的智谱 AI：成为 OpenAI，超越 OpenAI

作为一个中英双语模型，GLM 数据处理的复杂性略有增加。

智谱 AI

如何使用ChatGPT写论文

而使用高效的ChatGPT论文指令，你会发现ChatGPT像高级导师一样，立即提升论文写作逻辑性条理性。

ChatGPT 写作

<...10 11 12 131415 16 17 18 19 ...>

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