文章列表-AI魔法学院

文章列表

AI声音克隆 | 最全最简教程（权威版）

Bert-VITS2 Bert-VITS2是由社区开发者fishaudio发起的一个开源项目，它基于VITS（Variational Inference for Text-to-Speech）模型进行开发

声音克隆教程

OCR的终极解法——传统算法VS多模态大模型

大规模：这些模型通常很大，含有大量的参数，需要大量的计算资源来训练和运行。

OCR 大模型文字识别

自动优化Prompt：Automatic Prompt Engineering的3种方法

给定一个训练集，定义好评价指标，运行automatic prompt engineering框架之后，将自动得到能取得最佳效果的prompt。

prompt 大模型

再也不用担心 AI 图片脸崩手崩了

幸运的是，我将为你介绍一个非常强大的插件。

ADetailer 安装文生图

Fastwhisper + Pyannote 实现 ASR + 说话者识别

同时在CPU和GPU上进行8位量化，可以进一步提高算法效率。

faster-whisper 语者识别 ASR

语音、视频转文字神器：开源whisper介绍

Whisper是通过收集来自多个数据源（如YouTube、TED、Twitter等）的多语言、多任务的数据进行训练的。

人工智能大模型 wisper

ai出图软件Fooocus

sd目前的ui非常多，比较流行的就是webui以及comfyui。

Fooocus 文生图

本地部署Manus+DeepSeek保姆级教程！

安装playwright 命令终端执行： 1 pip install playwright 2 playwright install 当出现上面的结果，说明环境安装完成

Manus DeepSeek 教程

秒懂AI-深度学习五大模型：RNN、CNN、Transformer、BERT、GPT简介

经典案例：文本分类 2、CNN（卷积神经网络）时间：20世纪90年代末至21世纪初关键技术：卷积运算和池化操作处理数据：适合处理图像数据应用场景：计算机视觉、图像分类、物体检测等 CNN

大模型学习

硬核Prompt赏析：HuggingGPT告诉你Prompt可以有多“工程”

Available Task List应该就是下面这些，包括自然语言处理、计算机视觉、语音和视频相关的不同类型的任务：步骤2：模型选择（Model Selection）为了运行步骤

提示词 prompt

14.4K Star，一款漂亮、快速、现代化的开源免费UI组件库

你可以更改所有的语义标记以创建一个全新的主题 · 性能优秀：构建在TailWind CSS之上，这意味着没有运行时样式

大模型

人话聊AI大模型：AIGC如何助力营销的秘密（下）

AI技术也将在实时中对营销活动的触达和结果进行自动分析，以优化营销活动的效果。

大模型

Stable Diffusion

一键复用！Stable Diffusion WebUI 神仙插件 LightFlow

LightFlow 开源社区：https://www.lightflow.ai/ 在 WebUI 中，当我们想复现某张图像的效果时，一般会去「图像浏览库」中找到对应的图像，然后将生成信息发送到文生图中进行修改

SD 流程

4K star！录屏好帮手，超酷的实时按键显示工具

Keyviz 是什么 Keyviz是一个免费开源的实时键鼠输入可视化软件，支持跨平台运行。

Keyviz 录频

智谱AI大模型ChatGLM3-6B更新，快來部署体验

·Chat: 对话模式，在此模式下可以与模型进行对话。

ChatGLM3-6B 开源模型

<...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