文章列表-AI魔法学院

文章列表

用so-vits-svc-4.1进行音色转换的极简教程！

这里要求切割后的音频长度在5-15秒左右，不能太长或太短。

so-vits-svc 音色转换教程

Kimi+扣子Coze，我零门槛制作了一个好用的智能体Agent | 智能体开发

开发者在扣子（coze.cn）上，可以体验到 Kimi 大模型全新的 Tool Calling 能力和超强的用户意图识别能力，将这颗全新的'大脑'与平台上丰富的插件、工作流等能力结合，低门槛地打造各种业务场景下的

Kimi 扣子Coze 大模型

ComfyUI环境方面开窍了，成功跑通animatediff

如果报错，多半是视觉加载器有问题，因为这个名字让我不知道选哪个，我是XL模型，最后试下来应该选pytorch_model.bin IPAdapter完事~ 然后试一下animateDiff的工作流

animatediff 文生图

SD出图新思路

相信大家在使用SD出图的时候会经常遇到一个问题，就是在图未渲染完的时候看预览图还很nice，一旦渲染完后结果却差强人意。

文生图 SD

通往 AGI 之路：走进大语言模型

我们只希望让你在行走的时候不要走弯路，能真正体验的 AI 的强大。

AGI ChatGPT 大语言模型

利用AI技术自动化爬取网页数据的利器——MLScraper

简介 MLScraper是一个强大的Python库，用于从网页上提取结构化数据。

MLScraper Python库

实时语音克隆

SV2TTS使用深度学习框架，分为三个阶段，通过音频创建声音的数字表示，然后用这个表示来合成任意文本的语音。

语音克隆

你的AI还在睡觉？33条Prompts让它瞬间变身超能力团队！

我这里有33条来自麦肯锡咨询专家的效率Prompts，这些宝贵经验将让你的AI工具（ChatGPT、Bing、Claude 2、Bard以及Llama 2等）秒速成长为一个超强团队！

提示词

Yi技术报告细节分享

Yi模型在开篇就强调了模型设计思路是围绕模型规模、数据规模和数据质量。

Yi模型大模型

深入浅出人工智能常用技术，让你轻松掌握AI应用核心！

计算机视觉计算机视觉是一种让计算机从数字图像或视频中获取信息，并进行解析和理解的技术。

人工智能

CMU华人打破大模型黑盒，Llama 2撒谎被一眼看穿！脑电波惨遭曝光，LLM矩阵全破解

这代表了强烈的分布内泛化。

大模型

微调百川Baichuan-13B保姆式教程，手把手教你训练百亿大模型

同时开源预训练和对齐模型：预训练模型是适用开发者的『基座』，而广大普通用户对有对话功能的对齐模型具有更强的需求。

大模型微调

中文原生文生图大模型来了！腾讯混元推出，Sora 同架构

升级后的混元文生图大模型采用了与 sora 一致的DiT架构，不仅可支持文生图，也可作为视频等多模态视觉生成的基础。　　

文生图混元腾讯

数字人之声音克隆：无样本，1分钟样本完美克隆声音，开源

go-webui.bat，直接启动启动后界面如下：首先从数据开始：如果你想克隆一个人的声音，你可以找到一段这个人的演讲录音，或者视频

数字人声音克隆 GPT-SoVITS

十大开源语音识别项目

它在大量多样化的音频数据集上进行训练，作为一个多任务模型，可以执行多语言语音识别、语音翻译和口语识别。

语音识别开源项目

<...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