文章列表-AI魔法学院

文章列表

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

6.2K Star！MIT出品的多语言语音合成神器，CPU实时推理吊打商业软件！

每种语言一套API，集成复杂得要命每次搞TTS都像在交智商税，花钱还买不到好体验。

MeloTTS 语音工具

大模型实践总结

如：2台、4台、8台）。

大模型训练

人话聊AI大模型：AIGC如何助力营销的秘密（上）

如今，Jasper已从广告工具迅速发展成为AI内容平台，支持29种语言。

大模型

两天star量破千：OpenAI的Whisper被蒸馏后，语音识别数倍加速

前段时间，「霉霉大秀中文」的视频在各个社交媒体走红，随后又出现了「郭德纲大秀英语」等类似视频。

语音 HeyGen

AI产生意识，对人类意味着什么

意识水平取决于一个系统内部信息的整合程度。

AI 意识

长窗口大战要终结了？谷歌魔改Transformer，推出了“无限注意力”

谷歌的大模型Gemini 1.5 首先玩了一个百万token的，中国的月之暗面一个月后推出Kimi智能助手，支持200万字超长无损上下文，在中国的大模型应用中异军突起。

大模型上下文

通过声音生成逼真的全身形象？！Meta开源AI工具：audio2photoreal

这个项目的目标是通过音频驱动，生成高质量的人脸和身体动画，从而实现人物的完整呈现。

audio2photoreal 开源工具

芯片拼接技术：英伟达新核弹，站在苹果的肩膀上

比如采用7nm工艺的A100 GPU，芯片（Die）面积为826mm² ，内有542亿晶体管；采用5nm（台积电N4）工艺的H100，芯片面积缩小为814mm² ，晶体管数量反而暴涨至

芯片拼接

芯片拼接技术：英伟达新核弹，站在苹果的肩膀上！

比如采用7nm工艺的A100 GPU，芯片（Die）面积为826mm² ，内有542亿晶体管；采用5nm（台积电N4）工艺的H100，芯片面积缩小为814mm² ，晶体管数量反而暴涨至

芯片拼接技术

GitHub上的RPA小工具，可以将重复、繁琐的任务自动化

不要小看这些小工具，都能融资很多。

RPA 自动化

ChatGLM3-6B：新一代开源双语对话语言模型，流畅对话与低部署门槛再升级

1.ChatGLM3简介 ChatGLM3 是智谱AI和清华大学 KEG 实验室联合发布的新一代对话预训练模型。

ChatGLM3 语音模型开源模型

17岁高中生写了个神级Prompt，直接把Claude强化成了满血o1。

佩服的五体投地。

prompt 大模型

Prompt工程入门

一理论 1 PromptEngineering Prompt Engineering 是一种人工智能（AI）技术，它通过设计和改进 AI 的 prompt 来提高 AI 的表现。

prompt 提示词

必看！阿里通义千问完整技术报告

摘要大型语言模型（LLMs）已经彻底改变了人工智能领域，使得以前被认为是人类专属的自然语言处理任务成为实现可能。

大型语言模型报告

<...35 36 37 383940 41 42 43 44 ...>

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