文章列表-AI魔法学院

文章列表

阿里&字节发表VividTalk，只需单张照片即可根据音频生成栩栩如生的人物说话头像视频

只需提供一张人物的静态照片和一段语音录音，VividTalk即可制作出一个看起来像是实际说话的人物的视频。

VividTalk 视频

快消品企业怎么才能用上大语言模型？

与它的前辈们相比，大语言模型因为打通了语言这一人类沟通中介，并且仅用一个模型统一了多种复杂的任务，在对个人和公司的潜在影响力上明显更上一层楼。

大模型

懒人福音！用AI生成会议纪要，让你的工作更高效！

**多语言支持**：一些AI系统能够支持多种语言，这对于跨国公司或有多语言需求的会议来说非常有用。

会议纪要 AI工具

大语言模型应用中的文本分块策略

分块的主要原因是确保我们向量化的内容的噪音尽可能少，并且具有语义相关性。

开源模型

一款构建AI数字人项目开源了！自动实现音视频同步！

本周GitHub项目圈选: 主要包含音视频同步、多代理框架、3D对象模型、适用于开发者的演示文档构建工具、网页程序打包、自构建CRUD应用等热点项目。

AI数字人音视频同步

大语言模型微调：定制自己的微调数据集

随着大型语言模型如ChatGPT的流行，许多研究机构，企业，兴趣爱好者等都正在尝试微调大语言模型（large language model），以适应特定的应用场景。

大模型

AI绘画：两组赛博咒语和ComfyUI使用方法！

下面先展示一下两套咒语的效果：这套咒语可以生成动物外形的赛博生物，巨头命令的画面，白色的外壳，充满未来感和科技感。

文生图

VividTalk：用一张照片和一段音频让人物栩栩如生地说话

最新的突破来自VividTalk项目，这是一个能够将单张照片和一段音频结合起来，创造出仿佛真人在说话的视频的技术。

VividTalk 视频

剪映克隆声音功能详解：剪映上线5秒“AI克隆音色”，一堆AI公司又要进入慢性死亡了...

我慌的是：AI声音这个赛道的创业者。

剪映声音克隆

苏秦(suqin) 语言大模型全工具链 WebUI 整合包

项目简介本项目目标是实现目前各大语言模型的全流程工具 WebUI 整合包。

大模型

MaskGCT：登上GitHub趋势榜榜首的TTS开源大模型

语音语义表示编解码器：将语音转换为语义标记。

MaskGCT 声音克隆

RVC和SVC声音模型难找？推荐这个网站

本篇文章介绍：1，声音数据集训练到模型的过程 2 ，SVC和RVC声音模型网站推荐一、声音数据集训练到模型的过程 AI声音模型训练是通过分析大量音频数据来学习声音特性，生成与目标声音相似的新音频

声音克隆数字人

AI音乐热潮下，“神曲工作室”率先失业

Studio、网易天音……每一个的出现都像在音乐制作人身上插了一把刀子，大量的抖音神曲工作室直接倒闭，而像游戏音乐第一厂的小旭音乐就裁员一半来应对这个“音乐领域的ChatGPT时刻”。

音乐音频

胎教级SO-VITS-SVC使用教程：人工智能生成歌曲

learning for end-to-end Text-to-Speech）是一种结合变分推理（variational inference）、标准化流（normalizing flows）和对抗训练的高表现力语音合成模型

音乐

【SD魔法手册】之25个常用服饰类咒语（Prompt）

基础咒语 Prompts（正向提示词，正咒）: absurdres, highres, ultra detailed, (1 young beautiful girl, solo:1.1), (fashion

提示词 SD

<...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