文章列表-AI魔法学院

文章列表

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

它集成了先进的语音增强（Speech Enhancement）、语音分离（Speech Separation）和音视频扬声器提取（Audio-Video Speaker Extraction）功能，能够在嘈杂环境中清理音频

ClearerVoice-Studio 语音

从零开始用LangChain、Pinecone和LLMs搭建你自己的文档问答系统

LangChain 是一个强大的框架，专为开发由语言模型驱动的应用程序而设计，而 Pinecone 则是一个高效的向量数据库，用于构建高性能的向量搜索应用程序。

知识库 langchain

惊艳推荐！8款好用又免费的文本转语音TTS工具

虽然这种方法能够产生可理解的语音，但由于样本数量的限制，很难达到完全自然的语音合成效果。

TTS Maker 语音

llm-action：让天下没有难学的大模型

BELLE(LLaMA-7B/Bloomz-7B1-mt)大模型使用GPTQ量化后推理性能测试 N/A

大模型 LLM

交友神器！AI二维码终极教程，3步做出你的专属艺术二维码！

.controlnet设置接下来我们就以制作这张丝带女孩图为例子，看看具体的操作步骤 1.生成二维码这一步的目的是改变原始二维码的形状，让它更适合出图上面是原始的微信公众号图片

文生图

十大开源语音识别项目

html star：23.3k PaddleSpeech PaddleSpeech 是一个开源、易用、多合一的语音处理工具包，包含语音识别、语音翻译（英-中）、文本-语音、标点恢复功能。

语音识别开源项目

OpenAI视频模型Sora的推理生成成本多高？

如果用 FP8 的混合精度，则能进一步提升至 A100 的 3.5 倍。

Sora 推理算力

CodeGeeX2来了!效果超LLaMA2-70B

很多时候对于公司内部业务代码开发场景，由于代码安全性，很难使用 Github Copilot 去 AI 生成，发现清华发布了「CodeGeeX2」，基于 ChatGLM2-6B 基座模型

CodeGeeX2 开源模型

分享一个结构化AI提示词模版

功能特点 3.

提示词模板

微调百川Baichuan-13B保姆式教程，手把手教你训练百亿大模型

7月11日，百川智能发布了其首个百亿参数规模的大模型Baichuan-13B，该模型在MMLU、CMMLU和C-EVAL等榜单上都取得了非常不错的效果，引起了很大的反响。

大模型微调

阿里RAG新框架R4：增强检索器-重排序-响应器，5个知识密集任务上都超过Self-RAG等！

大型语言模型（LLMs）在生成文本时可能会产生错误信息，即“幻觉”问题。

RAG 检索大型语言模型

【SD魔法手册】之25个常用服饰类咒语（Prompt）

在用SD生成人物主题时，服饰很大程度决定了画面风格，为更好生成角色模特，以下是筛选的25个服饰咒语供参考，无论在写实或二次元模型中都能比较稳定的输出。

提示词 SD

AI绘画当前的应用场景有哪些？

研究了下AI绘画的应用，发现除了以下这些应用场景外，还有更多可能性正在被发掘。

文生图

大模型中的Top-k、Top-p、Temperature详细含义及解释

想一想智能手机的自动建议中的建议。

大模型

AIGC工作流: 新时代产品经理和创业者的秘密武器

例如，著名图片生成工具Midjourney以对话机器人的形式呈现，用户只要在Discord中和它对话就能获得高质量的图片，因为Midjourney很清楚地知道：用户更关心的是我们能不能根据提示词生成优质的图片

大模型 AIGC

<...65 66 67 686970 71 72 73 74 ...>

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