文章列表-AI魔法学院

文章列表

Dify：大模型创业开源工具，46,558 行代码，完全开源

工作流: 在画布上构建和测试功能强大的 AI 工作流程，利用以下所有功能以及更多功能。

Dify 开源工具

6个AI音乐软件推荐，让你学会人工智能AI作曲

跟AI绘画一样，音乐产业正在将AI作为一种辅助工具，而不是代替人类艺术家。

训练音乐

开发语音产品时设计唤醒词和命令词的技巧

符合用户的语言习惯，尽量采用常用说法，内容具体直接； 4.

语音产品唤醒词命令词

OCRmyPDF—可智能识别PDF文本和图片信息的工具

动机我在网上搜索了一个免费的命令行工具来对PDF文件进行OCR：我找到了很多，但没有一个真正令人满意： •要么它们生成的PDF文件中的文本放置错误（使得无法复制/粘贴)•

OCRmyPDF 工具

【工具书】文生图Midjourney最全prompt提示词分类对照表

;soldier 啦啦队 cheerleader 男演员 actor 女演员 actress 间谍 spy 特工&

提示词 prompt 文生图

4K star！录屏好帮手，超酷的实时按键显示工具

今天我就帮你找到了一个好用的工具，它开源免费效果还超酷，帮你完成实时可视化键盘按键的效果，它就是：Keyviz。

Keyviz 录频

开箱即用的图像增强、视频增强AI工具，Upscapl、Topaz Video AI

图像和视频领域使用较多的AI工具，免安装，无需会员，开箱即用！

图像增强视频增强

AI音乐热潮下，“神曲工作室”率先失业

“在我看来，AI它其实只是一个工具，至少目前来说他做的那些歌。

音乐音频

两天star量破千：OpenAI的Whisper被蒸馏后，语音识别数倍加速

懂技术的小伙伴也可以寻找其他替代方案，比如语音转文字模型 Whisper、文字翻译 GPT、声音克隆 + 生成音频 so-vits-svc、生成符合音频的嘴型视频 GeneFace++dengdeng。

语音 HeyGen

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

轻松访问 LiveKit WebRTC 会话并处理或生成音频、视频和数据流。

voice agent 开源音视频

【工具书】基于角色和思维链的人工智能中文Prompt提示词，涵盖几乎所有场景

您应该利用您在 UX/UI 设计原则、编码语言、网站开发工具等方面的知识，以便为项目制定一个全面的计划。

prompt 提示词

OpenAI 开源语音识别 Whisper 的使用体验怎么样？

关于Buzz 　　Buzz 是一款基于 OpenAI 开源 Whisper 自动语音识别模型的软件工具，能够将音频或视频中的语音自动识别为带有时间戳的文本字幕。

生成式AI

从 GPT-4o 到 LiveKit：实时语音交互的开源实现

在人工智能技术日益普及的今天，GPT-4o 的实时语音功能吸引了大量关注。

GPT-4o 语音交互

GitHub上的RPA小工具，可以将重复、繁琐的任务自动化

通过使用RPA工具，可以将重复、繁琐的任务自动化，从而提高工作效率和准确性。

RPA 自动化

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

<1 2 3 456 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