文章列表-AI魔法学院

文章列表

17K star！30秒偷走你的声音，开源声音克隆工具

然后，它可以生成听起来自然的语音，以多种语言模仿该语音，同时为用户提供对情感、口音、节奏和语调等参数的精细控制。

OpenVoice 声音克隆开源

精通结构化提示词：如何精确操控指令的作用域与优先级

如果结构化提示词出现了不同模块之间的逻辑错误或规则冲突，对于用自然语言沟通的大模型来说，生成的结果反而不可控。

提示词结构化

AI时代，如何利用ChatGPT一分钟洗稿一篇文章？

一、ChatGPT简介及原理 ChatGPT是由OpenAI研发的基于GPT模型的语言生成器。

ChatGPT 写作

保姆级教程：图解Transformer

AI 生成的图像：两者都是多模态的应用，这也是各大巨头的跟进方向，可谓大势所趋。

人工智能

基于 Kimi Chat 的 AI 渐进式阅读法

我的文章处理步骤是这样的：粗略阅读，筛选信息经过筛选的信息，阅读其中一部分/全文阅读阅读过后记录「文献笔记」具体的步骤可以参考我在 2021 年写的《我的阅读工作流(2021版)》有了AI 以后，大语言模型

Kimi Chat 阅读

clone-voice：一键克隆声音，开源AI技术让声音创作更便捷、更个性化

只需提供一段简短的音频样本，它就可以根据该样本生成与原始声音极其相似的克隆声音，并且支持多种语言，目前包括中文、英文、日语、韩语等，甚至还扩展到了法语、德语、意大利语等16种语言，为用户提供了更广泛的应用可能性

clone-voice 声音克隆

数字人之声音克隆：无样本，1分钟样本完美克隆声音，开源

跨语言支持：支持与训练数据集不同语言的推理，目前支持英语、日语和中文。

数字人声音克隆 GPT-SoVITS

RLHF 在 Text2SQL 领域中的探索

SQL 答案，这也是因为 LLM 本身语言理解能力强大，同时提问的自然语言问题比较 easy。

Text2SQL RLHF

AI+音乐｜对话 Suno CEO：破圈的音乐生成产品是如何诞生的？

它的音乐元素甚至包含了不同种语言，甚至是方言，粤语，四川话的音乐都可以生成。

suno 音乐

OCR是什么以及推荐几款开源中文OCR识别软件

后期处理：根据特定的语言上下文的关系，对识别结果进行校正。

OCR

AIGC系列之一-一文理解什么是Embedding嵌入技术

如上图所示，目前生成embeding方法的模型有如下几类： 1、Word2Vec： Word2Vec 是一种词嵌入（Word Embedding）模型，是嵌入技术在自然语言处理中的一个典型应用

AIGC Embedding 嵌入技术

四木测评｜让教父唱《野狼disco》、恶搞《甄嬛传》，火遍全网的阿里明星项目EMO正式开放

而这张图片有手，还有两个人，或许EMO的模型还没办法处理这么多的元素，所以出现了上述Bug。

EMO 阿里全民演唱

Python状态机：优雅处理复杂业务逻辑的利器

是否被大量的if-else语句困扰？

Python状态机设计模式

收藏！万字长文聊聊LLM Agents的现状，问题与未来

1.1 面向用户：实用主义定义 “能帮助某类用户的，基于大语言模型的产品就是LLM Agents。”

LLM Agents

从0到1谈谈智能客服系统的设计与实现

检索式：检索式模型通常利用神经网络技术，将大量的预训练语料数据输入到模型中进行训练。

智能客服

<...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