文章列表-AI魔法学院

文章列表

用AI为古诗词生成插画

有朋友问，能用AI为古诗词生成插画吗？

Stable Diffusion 文生图提示词

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

音频编码器由640M个参数组成。

大模型语音

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

AnimateDiff 生成补间动画

AnimateDiff 生成补间动画测试了下工作流，输入是2张图片，一张作为起点，另一张作为终点。

文生图 AnimateDiff

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

【进阶】-文生图术语解释

黑话# 缩写/术语解释 oneshot 一张图

文生图

网易有道强力开源中英双语语音克隆

其中的音素（phonemes）可以这样得到： python frontend.py data/my_text.txt > data/my_text_for_tts.txt. 5.

语音开源

基于 OpenAI Whisper 模型的实时语音转文字工具

· WhisperLive 是一款专注于音频处理和创作的开源软件，使用 OpenAI Whisper 模型将语音输入转换为文本输出，可以用于转录麦克风的实时音频输入和预先录制的音频文件，为艺术家和音乐制作人提供了一个强大的平台

WhisperLive 音频开源软件

「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

AIGC生成客服虚拟人

最近在研究怎么生成虚拟形象，想生成一个客服人员的形象，无奈水平有限，只能做到这样了。

文生图

AI生成卡通人物项目|VToonify

开源链接：https://github.com/williamyang1991/VToonify 生成高质量艺术肖像视频是计算机图形学和计算机视觉中一项重要且令人向往的任务。

AI生成卡通人物 VToonify

ComfyUI安装及生成第一张图

完成后，右键单击该文件ComfyUI_windows_portable_nvidia_cu118_or_cpu.7z，选择“显示更多选项” > “7-Zip” > “在此处提取”。

ComfyUI 文生图

Stable Diffusion

Stable Diffusion AnimateDiff | 最火文本生成视频插件

AnimateDiff介绍 AnimateDiff采用控制模块来影响Stable Diffusion模型，通过大量短视频剪辑的训练，它能够调整图像生成过程，生成一系列与训练视频剪辑相似的图像。

动画视频 AnimateDiff

Stable Diffusion

巧用ChatGPT生成Stable Diffusion绘画提示词Prompt

ChatGPT和AI绘画最近多火不用我再多强调，今天我来说说使用ChatGPT直接生成出图Prompt (提示词)。

Diffusion prompt

开源免费离线语音识别神器whisper如何安装

Whisper系统所提供的自动语音辨识（Automatic Speech Recognition，ASR）模型是被训练来运行语音辨识与翻译任务的，它们能将各种语言的语音变成文本，也能将这些文本翻译成英文

wisper 翻译免费

<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