文章列表-AI魔法学院

文章列表

十大开源语音识别项目

48.6k Massively Multilingual Speech Massively Multilingual Speech(MMS，大规模多语种语音)是 Meta 开源的一款全新的

语音识别开源项目

数字人之声音克隆：无样本，1分钟样本完美克隆声音，开源

训练完后，模型会保存在GPT-SoVITS-beta\logs\下，有两个模型，G和D，测试效果训练完当然要测试一下，哈哈~ 训练完后，在上图这个地方，点击【刷新模型路径

数字人声音克隆 GPT-SoVITS

惊艳推荐！8款好用又免费的文本转语音TTS工具

随着人工智能（AI）技术的进步，基于AI的TTS技术已经成为了新的标准。

TTS Maker 语音

目前有哪些比较成功的人工智能应用？

而AI在历史上大多数火在少部分的群体，比如科研人员，他们之间会比拼谁的模型识别准确率更高；比如有限的几个大公司，微软，谷歌，deepmind，谁又刷新了某个人工智能的榜单。

生成式AI

无需翻墙，可合法使用的8款国内AI大模型产品

信息检索以及强化学习技术，结合有监督微调与人类意图对齐，在知识问答、文本创作领域表现突出另有Baichuan-13B、Baichuan-7B两款中文测试非常出色的商用大模型 6、商汤（日日新大模型

生成式AI

不出所料，字节个把月就整出了自己的manus,不用积分，无需会员，快来体验coze空间吧

Manus 39_刀一个月给3900积分，也就是你跑web应用差不多能跑4个左右，感觉有点贵但是如果能跑出来符合你要求的web应用其实还是挺值得的 manus作为先行者，带起了这一波AI应用端创新的风暴潮流

manus 阿里

【ComfyUI】使用ComfyUI玩SDXL的正确打开方式

首先看到“K采样器”这里，我们点击“右键”-“新建节点”-“采样器”，可以看到有两个选项，今天我们要使用的是“K采样器（高级）”。

开源模型

Animatediff V2 版本来了！就一个字：秀

这一版主要插件新增支持了三个功能：Lora、ControlNet 和 Prompt travel。

Animatediff 文生图

有道开源的国产语音库EmotiVoice爆火了！具有情绪控制功能的语音合成引擎！

自动生成推理文本音素（phonemes） python frontend.py data/my_text.txt > data/my_text_for_tts.txt 新建一个

EmotiVoice 语音库

数字人直播哪家强？中国数字人平台分析大全

在人工智能和虚拟现实技术融合发展的大背景下，中国的数字人技术厂商正在积极探索AI数字人作为新业务领域。

数字分身数字人

苹果一次性开源了8个大模型！包含模型权重、训练日志和设置，OpenELM全面开源

OpenELM是Apple苹果公司最新推出的语言模型系列，这次一共开源了8个模型，包括OpenELM-270M、OpenELM450M、OpenELM-1_1B和OpenELM-3B的预训练版和指令微调版

OpenELM 大模型

对于AI，我们现阶段可以有的态度

但这不妨碍我们现在开始尝试着接触他，了解他，至少在有一定认知后，不至于出现最近的那条“AI换脸、声音克隆后，被诈骗400多万元”新闻那样的事情发生。

文生图

20款AI工具助力在家副业

你的个人人工智能数据分析师 8 Translate Audio 以你自己的声音将视频本地化到不同的语言 9 Courseau 将你的2小时指客转化为有趣的迷你课程 10Albus Beta 探索任何主题的全新方式

工作

一条价值2W的Prompt，帮你生成提示词的超级提示词

提出新的提示并征求我的反馈。

prompt

使用ComfyUI玩SDXL的正确打开方式

首先看到“K采样器”这里，我们点击“右键”-“新建节点”-“采样器”，可以看到有两个选项，今天我们要使用的是“K采样器（高级）”。

文生图 ComfyUI

<...41 42 43 444546 47 48 49 50 ...>

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