文章列表-AI魔法学院

文章列表

17K star！30秒偷走你的声音，开源声音克隆工具

Text Prompt 将需要转音频的文字写在这里 Style 可以根据需要选择语气。

OpenVoice 声音克隆开源

Stable Diffusion

Stable Diffusion | 2D表情3D化，看着笑不停

通过谷歌的emojikitchen制作2D表情，然后通过2D表情在SD里面转换为3D表情。

Stable Diffusion

2023年人工智能行业总结

而变声模型vits和文本转语音TTS的发展，也让GPT有了耳朵和嘴巴。

人工智能 AGI 思考总结

十大开源语音识别项目

Automatic Speech Recognition（ASR）是一项自动语音识别技术，其目标是通过计算机自动将人类口头语音转录为文本。

语音识别开源项目

为什么Llama2大模型可以在个人电脑上部署？

丰富的概率工具，TFP实现了各种常见的概率分布，数据转换和采样方法，以及贝叶斯推断算法等，使建模更加便利。

开源模型

阿里通义实验室薄列峰：从兵马俑跳“科目三”到照片唱歌，四大框架让AI生成的人物活起来丨GenAICon 2024

四大框架玩转AI人物视频生成，已落地通义千问APP。

通义文生视频

图解大模型训练之：张量模型并行(TP)，Megatron-LM

是不是个事实（狗头八、参考 1、https://arxiv.org/pdf/1909.08053.pdf 2、https://github.com/NVIDIA/Megatron-LM

开源模型

一个产品经理的大模型观察、反思与预测

Transformers / 双向编码器表征模型） 2018年：OpenAI GPT（Generative Pre-trained Transformer / 生成式预训练转换器

工作

Prompt工程入门

删除任何可用于识别个人身份的信息 (PII)，并用相应的占位符替换它。

prompt 提示词

MaskGCT：登上GitHub趋势榜榜首的TTS开源大模型

语音语义表示编解码器：将语音转换为语义标记。

MaskGCT 声音克隆

腾讯悄悄开源混元版「Sora」，这就是开源领域的No.1。

如果让我来总结混元的3个特点，那就是：超强的真实质感，很强的语义理解，可以切换镜头。

sora 视频生成

手把手！做Llama3的MoE专家混合模型！底层原理怎样的？做自己的MoE模型？需要多少算力？

上图表示有三名专家，示意如何将 Mistral-7B 转换为具有稀疏 MoE 层（前馈网络 1、2 、 3）和路由 MoE！

MoE 专家混合模型

Stable Diffusion

全网最全AI绘画Stable Diffusion关键技术解析

强调了CLIP文本编码器和VAE的改进，提供了更准确的文本到图像的转换能力。

Stable Diffusion 文生图

强！推荐一款自动化神器Autolt：不再重复工作！

DirRemove("C:\Windows\Temp", 1) Sleep(60000) Run("C:\Users\user\Desktop\example.exe") 7、将au3转换为

Autolt 自动化

白话Embedding：普通人都能懂的科普文

将其转换为具有607,500个维度的向量是微不足道的。

Embedding 向量

<...23 24 25 262728 29 30 31 32 ...>

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