文章列表-AI魔法学院

文章列表

“实时”语音翻译！AI语音具有“情绪”！最强开源AI大模型来了

你想把一种语言的语音或文字直接转换成另一种语言的语音或文字，但是你需要用多个工具，而且效果不理想！

大模型开源模型语音

国产视频制作之光-可灵：提示词大全整理

国产视频制作正蓬勃发展，而可灵无疑是其中的闪耀之光！我们为您精心整理了一份提示词大全，堪称国产视频制作的宝藏秘籍。在这个大全里，您能找到各类丰富、实用且极具创意的提示词，无论您想要制作何种风格、何种主题的视频，它都能为您提供灵感指引。可灵的这份提示词大全，将助您在国产视频制作的道路上更加轻松顺畅，让您的创作之旅充满惊喜与可能！

可灵 kling 视频

Comfyui工作流原理你都了解吗

但节点式的工作流也提高了一部分使用门槛。

Comfyui 工作流

Python状态机：优雅处理复杂业务逻辑的利器

在实际应用中，我们经常会使用这两种状态机的混合形式。

Python状态机设计模式

智能时代的变革者：定制化GPTs重塑未来的五大预言

例如，企业可以开发专门针对其特定市场的GPT应用，从而在竞争中脱颖而出。

GPTs 智能

如何看待大型语言模型的Prompt

用于比较标记的距离函数在两种情况下都是相同的：余弦距离。

prompt 大语言模型

AI Agent的数字化革命：超越文本，走向自主决策与交互

02 — AI Agent的架构近期，一篇关于AI Agent的博客文章刷爆了AI圈，作者是Lilian Weng，现为OpenAI应用人工智能研究负责人。

生成式AI

语音、视频转文字神器：开源whisper介绍

OpenAI的Whisper是一种基于深度学习的语音识别模型，它是一种通用的语音识别模型，可以用于语音识别、语音翻译和语言识别等任务。

人工智能大模型 wisper

Stable Diffusion

全网最全AI绘画Stable Diffusion关键技术解析

· SD变种：这可能是Stable Diffusion的一个变体版本，具有特殊的属性或针对特定应用场景的优化

Stable Diffusion 文生图

FFmpeg之父新作——音频压缩工具 TSAC

当使用的步长因子M = 320 时，采样率 fs = 24000 Hz 的每秒音频在编码器的输出帧数S = 75。

TSAC 音频工具

Insanely Fast Whisper：超快的Whisper语音识别脚本

通过使用Transformers和Optimum技术，可以在不到10分钟内转录300分钟（5小时）的音频。

音频 Whisper

让你起飞的五个Prompt框架模型

然而，大多数人在使用它时都会遇到困难。

prompt 大模型

来自Microsoft Build 2023：大语言模型是如何被训练出来的

等到Build大会结束之后官方应该会有视频和材料放出。

大模型

DeepMusic发布“和弦派”2.0：重塑AI音乐创作范式，赋予创作者全方位掌控

作为一款全方位辅助音乐创作的工具，“和弦派”贯穿歌词构思、旋律构建、编曲设计、虚拟演唱直至后期混音的全过程，运用AI技术助力音乐人与爱好者跨越创作瓶颈，孕育出丰富多样且充满个性特色的音乐作品。

和弦派 DeepMusic 音乐创作

开源语音大语言模型来了！阿里基于Qwen-Chat提出Qwen-Audio!

以前关于遵循指令的工作主要是通过继承大型（多模态）LLMs的能力，采用轻量级的监督微调来激活模型的能力以与用户意图对齐。

大模型语音

<...56 57 58 596061 62 63 64 65 ...>

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