文章列表-AI魔法学院

文章列表

TTS它又来了！OpenVoice：一款借鉴于TTS实现的强大的AI语音克隆工具！

而 OpenVoice 作为一款强大的多语言即时语音克隆AI工具，可以为用户提供高效、个性化的语音克隆服务，是一款值得推荐的项目。

tts 文本转语音

Fastwhisper + Pyannote 实现 ASR + 说话者识别

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whisper很变态，粤语效果也还不错，因此，如果实际业务中需要涉及到不同的语言，还是更推荐

faster-whisper 语者识别 ASR

语义检索系统[全]：基于Milvus+ERNIE+SimCSE+In-batch Negatives样本策略的学术文献语义检索

0.前言语义索引（可通俗理解为向量索引）技术是搜索引擎、推荐系统、广告系统在召回阶段的核心技术之一。

开源模型

阿里最近推出AI项目的动作太过频繁，脑子跟不上了，事出反常必有妖，盘点一下

阿里动作太过频繁，就我的脑海回忆，推出了挺多东西的，效果还都不错，今天盘点下都有哪些。

阿里大模型

图片生成速度最高提升10倍！可以做到“实时”生成！清华推出LCM/LCM-LoRA！

近年来，随着SD和Midjourney的火热，文本到图像生成（Text-to-Image Generation）的研究取得了令人瞩目的进展，让我们能够用自然语言指导AI创造出各种各样的图像。

LCM/LCM-LoRA 文生图

Nvidia发布Llama3-ChatQA-1.5: 提升对话问答和表格推理能力，平均性能超越GPT-4

前言近日，Nvidia推出了一款名为Llama3-ChatQA-1.5的对话问答模型。

Llama3-ChatQA-1.5 对话问答模型

《OpenAI官方：GPT 最佳实践》大白话编译解读版本

诚挚地向大家推荐来自 OpenAI 的文章《GPT 最佳实践》。

提示词官方翻译

基于 Kimi Chat 的 AI 渐进式阅读法

社交媒体推荐的文章、RSS 订阅的文章、主动搜索到的文章… 因为有大量的信息要处理，我的 read it later 文章也越来越多。

Kimi Chat 阅读

实时语音克隆

作者推荐了一些其他的语音克隆解决方案，并提供了安装和配置的指南。

语音克隆

Westlake - Omni：西湖心辰推出的全球首个开源的中文情感端 - 端语音交互大模型

西湖心辰推出的Westlake - Omni正是在这样的背景下应运而生的一款具有重大突破意义的模型。

Westlake -Omni 语音

开源大模型部署及推理所需显卡成本必读：也看大模型参数与显卡大小的大致映射策略

每天都能看到各个厂家推出内测版本，这让人不禁思考：为何不在本地环境尝试一番呢？

开源模型

【收藏】那些牛掰的ChatGPT指令爱了～

所以今天给大家推荐一波相当赞的ChatGPT指令，涉及到各个方面。

提示词 prompt

无限逼近真人效果的“超真实人像大模型”，或许它才是你一直在寻找的真爱！

本文给大家推荐一个针对超高清人像的扩散大模型-HyperHuman，或许它才是你一直在寻找的真爱！”

大模型文生图

阿里云开源通义千问多模态大模型Qwen-VL，持续推动中国大模型生态建设

8月25日消息，阿里云推出大规模视觉语言模型Qwen-VL，一步到位、直接开源。

大模型

解玄：共相、道、基类与战略

近来有个朋友知道我工作上碰到的些挑战后，帮我推荐了个“大师”帮忙看看。

玄学科学

<...2 3 4 567 8 9 10 11 ...>

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