文章列表-AI魔法学院

文章列表

OpenAI Sora视频生成模型技术报告中英全文+总结+影响分析

•技术细节写得比较泛（防止别人模仿）大概就是用视觉块编码（visual patch）的方式，把不同格式的视频统一编码成了用transformer架构能够训练的embeding，然后引入类似diffusion

sora openai 视频生成

AIGC工具提示词技巧

以前，我们和软件对话用的是搜索的逻辑：把我们想要的结果、方向描述出来放到浏览器、搜索引擎做检索。

AIGC 提示词

向量数据库简介和5个常用的开源项目介绍

随着我们对人工智能应用，如图像识别、语音搜索或推荐引擎的深入研究，数据的性质变得更加复杂。

开源模型

网易有道强力开源中英双语语音克隆

8501:8501 syq163/emoti-voice:latest 现在打开浏览器，导航到 http://localhost:8501 ，就可以体验EmotiVoice强大的TTS

语音开源

关于AI声音生成的一切（语音+音乐+嘴型）

audioldm2/ •Amphion：支持多种音频生成任务，包括文本到语音（TTS

声音

栩栩如生,音色克隆,Bert-vits2文字转语音打造鬼畜视频实践

诸公可知目前最牛逼的TTS免费开源项目是哪一个？

Bert-vits 语音

13.5K Star ! Fish Speech Windows本地搭建，能否达到官方的级别？强烈推荐

Fish Speech是一款由Fish Audio开发的开源的文本到语音（TTS）工具，支持英语、日语、韩语、中文、法语、德语、阿拉伯语和西班牙语。

Fish Speech 本地搭建

GPT-4o实时语音方案提供商Livekit开源voice agent：轻松处理音视频流

STT livekit-plugins-elevenlabs TTS

voice agent 开源音视频

生成式AI工作流#产品经理和创业者的秘密武器

# 三、UE蓝图系统的启示拖拽式的节点编程并不是ComfyUI的独创，例如，Blender、Maya和Unreal Engine（虚幻引擎）也提供了类似的功能。

AIGC 工作流

17K star！30秒偷走你的声音，开源声音克隆工具

使用 OpenVoice 项目组说体验OpenVoice最方便的方法是直接使用MyShell中免费的TTS和即时语音克隆服务.

OpenVoice 声音克隆开源

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

clone-voice 下双击 app.exe ，等待自动打开web窗口，请仔细阅读cmd窗口的文字提示, 如有错误，均会在此显示模型下载后解压到软件目录下的 tts

clone-voice 声音克隆

【2023.10】看目前巨头的AI原生产品布局

【OA.2】ChatGPT Voice 按照OpenAI的说法，Voice能力只是简单地在ChatGPT模式上使用了语音识别和一个高质量的TTS。

大模型产品

终极福利：15个中文AI写作提示词帮你覆盖所有主流写作场景！！

2、优化标题以符合SEO标准，帮助提高搜索引擎的排名。

写文章提示词

ChatGPT：12个写作提示词帮你覆盖所有主流写作场景

优化标题，使其符合SEO标准，助您提高搜索引擎排名。

写作创作提示词

教会AI画汉字（ComfyUI篇）

最近，央视公开了一些由ai生成的图片与视频，其中有几张图片非常有趣，成功吸引到了我，那便是这几张由ai与文字相结合的图片，这种奇妙的效果令我十分好奇，于是我便开始找寻相关的插件来达成类似的效果

comfyui 文生图

<1 2 345 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