文章列表-AI魔法学院

文章列表

Roop升级版FaceFusion换脸AI技术使用以及部署教程

SKIP AUDIO（跳过音频）: 对于视频处理，此标志可能用于决定是否处理或忽略视频的音轨。

FaceFusion 教程

LLM之RAG实战（五）| 高级RAG 01：使用小块检索，小块所属的大块喂给LLM，可以提高RAG性能

在这一系列的博客文章/视频中，我将介绍先进的RAG技术，旨在优化RAG工作流程，并解决原始RAG系统中的挑战。

RAG 检索

深入浅出人工智能常用技术，让你轻松掌握AI应用核心！

语音识别语音识别是一种让计算机从声音中识别语言，并转化为可操作的文本的技术。

人工智能

教你打造属于自己的AI孙燕姿，AI歌手模型使用及训练保姆级课程 #1/2 使用模型

github.com/svc-develop-team/so-vits-svc 我这里会使用整合包来推理（使用模型）和训练，目前B站有两个作者做的整合包分别是羽毛布団的和领航员未鸟的我把视频地址都放在下面

生成式AI

万字长文，大语言模型如何宣告心理学的死亡？

每一个幽灵都暗指传统心理学曾经忽略的问题，本文将从大语言模型的视角提供新的见解。

大语音模型

6个最佳开源TTS引擎

可以帮助视觉障碍的人理解文本内容，可以让开车的人听取一个文本工作报告，甚至模拟某个人的声音播报一段内容、演唱一个歌曲，实现虚拟主播、虚拟歌手。

TTS引擎开源模型

AI+智能客服：大模型可落地的最成熟场景之一

）和语音合成（TTS），使机器能够理解人类的语音输入并以自然的语音回应。

ai 客服

一文读懂AIGC产业链：AIGC的前世今生和未来展望

（民生证券《电子行业专题研究：国产AI算力芯片全景图》） AIGC产业依赖算法、数据和算力的发展 2、中游，技术层：它侧重核心技术的研发，主包括机器学习、计算机视觉、算法理论、智能语音、自然语言处理等

生成式AI

最强开源数字人对口型系统介绍

一种折中的办法是在原模型生成的视频基础上加上高清后处理，但是得到的结果有几个问题：嘴部不自然，视频质量不高，计算复杂度太高等。

数字人开源模型

人话聊AI大模型：AIGC如何助力营销的秘密（上）

Stability.AI是一家为图像、语言、音频、视频、3D等领域提供开源AI模型的公司。

大模型

Stable Diffusion

造梦师手记：腾讯加入Stable Diffusion的ControlNet模型开发，效果艳丽

其实在AI领域，华人非常优秀，大量的AI论文都会看到汉语拼音。

Stable Diffusion

13个神级Chatgpt指令，助你小说丝滑过审

示例：原文“我喜欢听音乐。

ChatGPT 写作

【TTS语音克隆开源最强王者】5款爆火开源模型(Fish、F5、GPT、CosyVoice、MaskGCT)效果对比，等你来评!

:5款语音克隆模型效果展示案例1: 萝莉语音克隆-5款模型语音克隆--效果展示案例2: 萝莉语音克隆-5款模型语音克隆-带数字文本-效果展示案例3: 萝莉语音克隆

语音克隆开源模型

盘点字节跳动最新的AI应用

海外名称为Cici）、话炉（AI虚拟陪伴产品，海外名称为BageBel）、PicPic（AI图片产品）、扣子（Agent应用开发平台），2️⃣ 来自剪映的Dreamina（AI图片和视频生成平台

字节 AI工具

玩转大模型必备：milvus向量数据库私有化安装部署及使用介绍

视频检索系统：将视频关键帧转化为向量并插入 Milvus，便可检索相似视频，或进行实时视频推荐。

向量数据库

<...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