文章列表-AI魔法学院

文章列表

京东开源普通话数字人JoyHallo，一口流利标准普通话还会讲英语

为了让 JoyHallo 模型适应普通话，采用了中文的 wav2vec2 模型来提取音频特征。

JoyHallo 数字人开源模型

AI探索-我怎么使用Kimi Chat的

下面是我目前在用的几个场景：读论文AI进步飞快，各种新鲜论文也接踵而来，对于这些未知或者我不熟悉的领域，我用它帮助我逐步理解论文中的一些论点。

KimiChat 写作

大模型应用设计的10个思考

例如，可以构建非常通用的模式，如“从数据库构建报告”或“教授一年的科目”，这些模式可以通过纯文本提示进行参数化，从而轻松产生非常有价值和差异化的结果。

大模型应用

大模型LLM基础｜分词

分词是NLP中的关键预处理步骤之一，用于将文本分解为词或子词的组合，使机器更好地理解和分析文本。

开源模型

AI大模型LLM可以帮助企业做什么？

说明在国内，大型模型的应用仍处于初级阶段，主要产品集中在聊天机器人和图像视频生成领域。

大模型

制作可爱的表情包

开始制作之前，我们可以网络上搜索自己喜欢的风格和元素，参考图片，制作你的个性表情包。

绘画表情包

自动化神器Autolt：不再重复工作

ensp; Autolt简介 Autolt是一种自动化脚本语言，旨在简化Windows图形用户界面

RPA 自动

通往AGI之路，提示词入门

由于官方的文档是英文的，下面我把原文和对应的中文翻译放在一起，更便于大家理解。

AGI 提示词

Dify：大模型创业开源工具，46,558 行代码，完全开源

RAG Pipeline: 广泛的 RAG 功能，涵盖从文档摄入到检索的所有内容，支持从 PDF、PPT 和其他常见文档格式中提取文本的开箱即用的支持。

Dify 开源工具

ComfyUI-DDetailer脸部修复

1.🤔A航线有webui的底子，想了解生图过程，能举一反三，进阶学习的。

ComfyUI 脸部修复

OpenAI的官方Prompt工程指南详解 - 看这一篇真的就够了！

最后我会再放一张脑图，没空看的可以收藏一下文章，然后滑到最后去保存脑图。

OpenAI Prompt 提示词

Fastwhisper + Pyannote 实现 ASR + 说话者识别

前言最近在研究ASR相关的业务，也是调研了不少模型，踩了不少坑，ASR这块，目前中文普通话效果最好的应该是阿里的modelscope上的中文模型了，英文的话，还是非whisper莫属了，而且

faster-whisper 语者识别 ASR

LangChain手册（Python版）11模块：提示模板

语言模型将文本作为输入——该文本通常被称为提示。

大模型

十大开源语音识别项目

Multilingual Speech Massively Multilingual Speech(MMS，大规模多语种语音)是 Meta 开源的一款全新的 AI 语言模型，可以识别 4000 多种口头语言并生成

语音识别开源项目

微软对 Sora 进行了逆向工程分析，揭秘 Sora 的秘密

图 2: Sora 的文本到视频生成示例。

Sora 微软

<...51 52 53 545556 57 58 59 60 ...>

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