文章列表-AI魔法学院

文章列表

小学生都能看懂的 Prompt 高级技巧： Few-Shots 、 COT 、 SC、 TOT 、 Step-Back

其实，他们主要是表明了得到这些评测指标的时候，所采用的 Prompt 模式。

Prompt 大模型

基于LLM+向量库的文档对话痛点及解决方案

笔者发现目前的痛点是文档分割不够准确，导致模型有可能只回答了两点，而实际上是因为向量相似度召回的结果是残缺的。

开源模型

借题发挥下最近几例声音克隆的应用案例

因为儿子托梦告知人是可以复活的，于是这位父亲到处寻找让人复活的办法，于是他关注到了最新的人工智能技术，开始找人咨询和学习技术，通过摸索，他知道通过ChatGPT可以训练儿子的过去的说话，文字等语料，AI可以模仿儿子的口吻说话

声音克隆数字人

阿里巴巴语音实验室发布开源语音处理框架ClearerVoice-Studio，支持语音增强、分离、目标说话人提取

无论是个人电话、专业会议还是内容创作，这些问题都在困扰着我们。

ClearerVoice-Studio 语音

Suno音乐新手指南（手把手完整版教程）

另外，付费用户可获得生成歌曲的商用授权。

suno 歌曲教程

【语音识别】OpenAI语音力作Whisper

Whisper在长音频转写方面与最先进的商业和开源ASR系统具有竞争力使用Whisper转写长音频依赖于时间戳token的准确预测，以确定模型的30秒音频上下文窗口的移动量

语音转文字 whisper

Prompt全攻略(三):提升Prompt效果的技巧指南

通过灵活运用这些技巧,可以更好地指导ChatGPT输出符合预期的专业内容。

prompt

从 GPT-4o 到 LiveKit：实时语音交互的开源实现

LiveKit 不仅有一个开源的 voice agent 方案[1]，还能为你提供一个成熟且强大的实时多模态 AI 解决方案。

GPT-4o 语音交互

RAG 与 Finetuning，谁是提升 LLM 的最佳工具？

如果我们希望模型听起来更像医学专业人士，以诗意的风格写作，或者使用特定行业的术语，那么对特定领域的数据进行微调可以让我们实现这些定制。

训练

腾讯开源的数字人MuseTalk到底行不行？

MuseTaIk是由腾讯团队开发的先进技术，它是一个实时高质量的音频驱动唇部同步模型。

MuseTalk 数字人音频

Stable Diffusion

AI绘画Stable Diffusion进阶使用

VAE美化模型可以理解为滤镜，选择VAE就像给图片套上了一层滤镜，会改变图片原有的颜色风格；一般默认是无，而且有些大模型中会自带VAE 常见模式：后缀ckpt/pt 名字中带有

Stable Diffusion 文生图

AI 换脸——Deepfacelab 下载与安装，新手教程

提取的图片格式（Format），主要格式为png、jpg。

Deepfacelab 换脸

如何使用ChatGPT写论文

不过不要让ChatGPT替你完成全部的写作工作，而是让它扮演你的导师角色协助你发现逻辑上的不足，优化你的表达方式。

ChatGPT 写作

保姆级教程：Coze 打工你躺平

; 有一种叫做「插件」的东西类似给 AI 用的手机 AI 可以拿它上网拿它点外卖有一个插件：WebPilot 是首批 ChatGPT Plugin 首个提供「大模型上网

Coze 教程

中本聪的Web3之路

2014年7月，以太坊项目正式启动，并进行了首次代币众筹。

token 比特币加密货币

<...57 58 59 606162 63 64 65 66 ...>

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