文章列表-AI魔法学院

文章列表

TTS它又来了！OpenVoice：一款借鉴于TTS实现的强大的AI语音克隆工具！

其核心功能是通过提供发言者的短音频片段（参考语音），实现声音的高效克隆。

tts 文本转语音

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

如何设置 GLM-4-Voice 9B 以实现无缝的实时语音交互，支持英语和中文，并探索其独特的架构、低延迟响应和可定制的声音属性。

GLM-4-Voice 9B 语音安装

LangChain 的问题所在

LangChain 给人带来的是，令人沮丧的声音，脆弱的 Agent 工作流，技术债务增加。

大模型大语言模型

AI虚拟主播数字人技术实现Wav2Lip

本文主要实现图片说话（如下图的蒙娜丽莎）、视频融合语音（这里的核心都是人物口型与音频中的语音唇形同步）。

数字人视频

绝对是你的下载神器！AixDownloader可让你从任何网页下载你想要的内容，音乐、视频、图像、文件等！

它支持云音乐、听书等音频网站的智能提取和下载。

AixDownloader 下载

使用大模型自动回复小红书/抖音/快手评论：通过RAG 优化LLMs实现

大模型的最大的作用就是取代人工，进行降本增效，而很多时候，类似于自动客服，自动回复用户的提问，或者作为自动客服，回复网友/用户的评价，就会是一个重要的应用场景（虽然客服不算贵，但千千万万的客服就比较贵了），本文讨论如何使用RAG技术来进行youtube的自动评论回复。

RAG 大模型自动回复

数字人：从科幻走向现实的技术革命

创建数字人需要多方面的技术支持，包括计算机图形学、动作捕捉、语音合成以及人工智能算法等。

数字人语音

各个语种互相翻译：Meta推出NLLB-200 AI模型，可实现200种语言互译

今年 7 月，Facebook 发布了一个支持 51 种不同语言的语音识别模型。

翻译大模型

京东开源普通话数字人JoyHallo，一口流利标准普通话还会讲英语

在音频驱动的视频生成领域，制作普通话视频面临着许多挑战。

JoyHallo 数字人开源模型

万字长文，大语言模型如何宣告心理学的死亡？

对于人类而言，狗叫声等非语言线索能激活特定狗的心理表征，而听到“狗”这个词时，则会激活与狗相关的更抽象或原型的表征16。

大语音模型

6个最佳开源TTS引擎

· 它带有两个合成器：eSpeakinG合成器，通过声音添加技术转换元音和响亮的辅音，以完成声音。

TTS引擎开源模型

TTS，一个奇妙的AI工具

简介 TTS是一个将文本变换成语音的AI工具。

TTS 文本转语音

数字人直播哪家强？百度、硅基、风平与闪剪四大AI数字人横向评测！

另外的一个要点是声音，选用一款适合的AI声音或用真人语音驱动，才能让嘴型准确度达到更好的水平。

数字人数字分身

《嬛嬛朕emo啦》但马斯克！阿里这项技术开放试玩

选择喜欢的音频片段，并上传一张大头照。

音频阿里

厉害了，匹诺曹Pinokio！所有AI工具，一键安装，全部免费！整合AI绘画、AI视频、AI语音...

涵盖了 AI 绘画、AI 视频、AI 音乐、AI 数字人等各个领域今天给大家推荐一款AI神器，匹诺曹Pinokio！

AI绘画 AI视频 AI音乐

<...3 4 5 678 9 10 11 12 ...>

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