文章列表-AI魔法学院

文章列表

6个最佳开源TTS引擎

· 它带有两个合成器：eSpeakinG合成器，通过声音添加技术转换元音和响亮的辅音，以完成声音。

TTS引擎开源模型

GitHub上的RPA小工具，可以将重复、繁琐的任务自动化

Pyperclip 另一个神器：管理剪贴板内容 Pyperclip是一个Python库，它提供了一个简单的接口来访问剪贴板功能，使开发者能够在Python程序中轻松地读取和写入剪贴板内容

RPA 自动化

数学能力超ChatGPT，70B开源大模型火了：用AI微调AI，微软全华班出品

具体而言，Evol Instruction分为指令进化器和指令消除器。

开源模型

Deepseek-V2技术报告解读！全网最细！

另外，Deepseek-V2结合算法和工程，提出了资源感知专家负载均衡的方法，保证了专家并行的几个机器雨露均沾，不会出现有些机器空转，有些机器过度占用的情况。

Deepseek-V2 大模型

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

RAG 2.0来了，它能成为生产落地的福音吗？

这样的系统不仅脆弱，缺乏对特定部署领域的机器学习和专业化调整，而且对大量的提示高度依赖，这使得系统在运行过程中容易出现连锁性的误差。

RAG 大模型

预训练对话大模型深度解读

开源地址：github.com/microsoft/D… 3.2 Meena 由谷歌研发，基于编码器-解码器的模型结构，参数量2.6B，预训练数据341GB。

17K star！30秒偷走你的声音，开源声音克隆工具

3个网站分别是：LeptonAI、MyShell和HuggingFace 当然如果你觉得自己技术能力足够，熟悉Linux, Python 和 PyTorch，并且有服务器资源，那可以自己在Linux

OpenVoice 声音克隆开源

【分享】SDXL模型最佳拍档！COMFY UI上手指南

然后，安装插件管理器，安装必要插件，最后导入工作流。

大模型

大模型训练为什么用A100不用4090

优化器所用的内存其实也很简单，如果用最经典的 Adam 优化器，它需要用 32 位浮点来计算，否则单纯使用 16 位浮点来计算的误差太大，模型容易不收敛。

大模型

F5-TTS：上海交大开源超逼真声音克隆TTS，告别ElevenLabs，以后就用它了！实测真的很牛

不需要复杂的设计如持续时间模型、文本编码器和音素对齐，能够快速训练并实现实时因素（RTF）0.15的推理速度，显著优于当前基于扩散的TTS模型。

F5-TTS 音频克隆

做自媒体消息闭塞很致命，巨好用的工具分享

编辑排版 135编辑器：网站，适合编辑公众号秀米编辑器：网站、适合公众号红薯编辑器：小程序，适合编辑小红书设计作图创客贴：小程序/网站/app都有

自媒体工具

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

· EnCodec：一种高保真度神经音频编解码器。

AudioCraft 音频

让 AI 更懂你的 Prompt 提示词宝藏网站-FlowGPT

比如我们现在要生成一个赛博朋克风的机器人，直接对 stable-diffusion-xl 说想生成一个赛博朋克风的机器人的结果是： generate: cyberpunk-style robot,

prompt 提示词 FlowGPT

clone-voice：一键克隆声音，开源AI技术让声音创作更便捷、更个性化

Mel-spectrogram是一种能够有效捕捉音频信号频谱特征的工具，它将音频信号转换为一种更适合机器学习模型处理的图像形式，成为许多语音合成模型的标准输入形式，有助于模型更好地理解和学习声音的特征。

clone-voice 声音克隆

<...33 34 35 363738 39 40 41 42 ...>

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