文章列表-AI魔法学院

文章列表

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

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

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

【TTS语音克隆开源最强王者】5款爆火开源模型(Fish、F5、GPT、CosyVoice、MaskGCT)效果对比，等你来评!

在10月24日，趣丸科技&香港中文大学提出一种完全非自回归的TTS模型——掩码生成编解码器变换器（MaskGCT），它消除了对文本和语音监督之间显式对齐信息的需求，以及对音素级别持续时间预测的需求

语音克隆开源模型

大模型能力快速测评极简题目

给以下动作排列合理的先后顺序：穿鞋，穿袜子，剪指甲，系鞋带【生成能力】请用甄嬛体创作一篇烂番茄色口红种草文请为我推荐5本可以逆袭人生的书，并说明理由 AI产品经理有哪些核心能力要求

大模型

Roop升级版FaceFusion换脸AI技术使用以及部署教程

cd /d D:\dataddd 拉取Github仓库文件夹，将下载至dataddd文件夹。

FaceFusion 教程

字节开源项目MimicTalk：快速打造逼真3D Talking Face的利器

MimicTalk通过引入「NeRF」技术，结合高效的微调策略和上下文学习能力的人脸动作生成模型，成功地解决了这一问题NeRF技术允许模型在三维空间中重建物体的形状和外观，而MimicTalk在此基础上进行了优化

MimicTalk 开源模型

开源免费离线语音识别神器whisper如何安装

whisper的日常用途 whisper的核心功能语音识别，对于学生党和工作党来说，可以帮助我们更快捷的将会议、讲座、课堂录音整理成文字稿；对于影视爱好者，可以将无字幕的资源自动生成字幕，不用再苦苦等待各大字幕组的字幕资源

wisper 翻译免费

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

AI写作：如何让AI帮你写出10万+标题？

标题定生死，绝不仅仅是一句空话。

AI写作提示词

让你不怕任何事的3个顶级思维（建议收藏）

在人生的旅程中，我们经常会面临各种各样的挑战和困境。

灰度思维减法思维

GPU 性能（数据表）快速参考

这篇文章为流行的GPU的性能提供了一个简明的参考，包括NVIDIA和华为海思的主流型号，水平有限，译文整理，供参考学习。

GPU 算力

<...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