文章列表-AI魔法学院

文章列表

GLM-4-Voice 9B——实时多语言语音对话 AI——几分钟内即可在本地安装

GLM-4-Voice 通过一个统一的模型克服了这些限制，能够直接处理和生成语音。

GLM-4-Voice 9B 语音安装

十大开源语音识别项目

这项技术在多个领域有着广泛的应用，包括但不限于语音助手、语音搜索、自动转写以及语音命令识别。

语音识别开源项目

OpenAI大动作：Whisper large-v3重塑语音识别技术

这款最新的自动语音识别模型不仅在多语言识别方面取得了显著进步，而且还将很快在OpenAI的API中得到支持。

Whisper 语音识别

一文带你看懂OpenAI-Sora生成视频的原理

那么，视频压缩网络究竟是如何做到的呢？

视频生成 sora

Suno音乐新手指南（手把手完整版教程）

为方便更多音乐爱好者使用AI创作音乐，中国AIGC产业联盟（AIGCxChina）发起了Suno爱好者社群并编写了以下指南。

suno 歌曲教程

阿里出品自动化视频剪辑工具FunClip！

它依托于阿里巴巴通义实验室的FunASR Paraformer系列模型，实现了视频中语音的自动识别。

FunClip 视频阿里

最强开源大模型Llama 3，在扎克伯格设想中其实是这样的

与此同时，Meta也同步发出了一个长达80多分钟的播客访谈视频。

Llama 3 大语言模型

Stable Diffusion

[Stable Diffusion]AnimateDiff ：最稳定的文本生成视频插件

在小视频风靡的时代，稳定的文本生成短视频成为了迫切需求。

AnimateDiff 视频训练

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

胎教级SO-VITS-SVC使用教程：人工智能生成歌曲

/Win11/Mac/Ubuntu)上安装配置Python3.10开发环境 v3u.cn/a_id_200 so-vits-svc安装在你自定义的目录下使用Git命令克隆项目

音乐

中学生也能看懂的Sora视频生成原理解读

以下是Sora目前的主要局限性及探讨如何克服这些挑战的途径。

视频生成 sora

Stability AI开源上新：3D生成引入视频扩散模型

Stable Video Diffusion（SVD）是Stability AI此前推出的高分辨率视频生成模型。

sv3d 建模

AI自动生成视频全流程干货

今天分享的是最近Get到的一个新技能，本来想给公司用AI制作视频的，然后参加了一个培训，学完了，但是我发现AI将文字生成视频的本质还是将现有的视频库的内容进行重组，并不能满足我们这个行业的要求，但是针对特定的一些

AI 视频

马斯克怒告OpenAI案解密：Ilya看到了什么？125万亿参数Q*细节曝光，53页PDF全网疯转

在马斯克闹出起诉风波后，Altman一直保持缄默。

OpenAI 大模型

ChatGPT+文字转视频工具，让1个人1天轻松生产100条原创视频（内附全部工具）

今天给大家分享一个 ChatGPT+文字转视频AI工具，批量跑原创视频的玩法。

生成式AI

<...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