文章列表-AI魔法学院

文章列表

开源语音大语言模型来了！阿里基于Qwen-Chat提出Qwen-Audio!

）由于其良好的知识保留能力、复杂的推理和解决问题能力，在通用人工智能（AGI）领域取得了重大进展。

大模型语音

动画制作工具AnimateDiff用法详解

AnimateDiff 如何工作？

AnimateDiff 视频训练

全新换脸工具ReActor，比roop更强！

之前介绍过 SD 的换脸插件 roop，今天我们介绍一个比 roop 更强的换脸插件 ReActor，嗯，它们其实是一个作者，ReActor 是在 roop 的基础上更新换代的，roop 后续作者应该不维护了，所以小伙伴们可以直接使用 ReActor。之前 roop 介绍的比较简单，我们今天来详细介绍一下 ReActor。话不多说，我们直接开整。

ReActor SD 文生图

Insanely Fast Whisper：超快的Whisper语音识别脚本

项目简介这篇内容介绍了OpenAI的Whisper Large v2语音转录模型的超快速能力。

音频 Whisper

从声纹模型到语音合成：音频处理 AI 技术前沿 | 开源专题 No.45

;7.2k License: Apache-2.0 ESPnet 是一个端到端的语音处理工具包，涵盖了端到端语音识别、文本转语音、语音翻译、语音增强、说话人分离等功能

AudioCraft 音频

RAG 与 Finetuning，谁是提升 LLM 的最佳工具？

RAG 和微调都是增强基于 LLM 的应用程序性能的强大工具，但它们涉及优化过程的不同方面，这在选择其中之一时至关重要。

训练

全球六大主流自动PPT制作工具

今天分享几个全球流行AI做PPT的工具，用得好可以事半功倍，效率杠杠的 1、Decktopus （地址：https://www.decktopus.com/) Decktopus AI 是一款 AI

自动PPT 工具

解读wav2lip：探究语音驱动唇部动作的技术原理！

本文将深入介绍一下wav2lip的技术原理和细节，了解它是如何实现语音驱动唇部运动的！

wav2lip 语音

网易有道强力开源中英双语语音克隆

先按照Linux和Windows WSL2平台的说明安装NVidia容器工具包。

语音开源

【开源项目】Flow Matching 语音合成

CFM是一种新技术，已被证明可以改进扩散模型，Meta的Voicebox模型将CFM引入语音合成领域，下面是voicebox的一个工作流程图 Matcha-TTS是第一个开源conditional

音视频 Flow Matching

搭建程序员自己的在线工具库 it-tools

作为程序员，在日常工作中，需要借助一些工具来提高我们工作效率，鄙人日常用得最多的工具，有JSON格式化,SQL格式化,XML格式化,JSON转Execl等等。

开源项目工具类

阿里出品自动化视频剪辑工具FunClip！

FunClip Logo FunClip是由阿里达摩院精心打造的一款完全开源、本地部署的自动化视频剪辑工具。

FunClip 视频阿里

这两个AI工具可以让你的工作效率提高10倍

其次，现在很多AI工具让很多小伙伴用AI也能很简单，不需要梯子，而且不需要指令。

AI工具

五大AI工具自动生成PPT效果对比

如果你想寻找一款优秀的PPT自动生成工具，我会推荐你尝试Gamma。

PPT 办公智能

「语音转换新速度」— 探秘Whisper JAX的70倍速提升

在AI的众多分支中，语音识别技术的突破性进展尤为引人瞩目。

Whisper 语音识别

<1 234 5 6 7 8 9 10 ...>

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