文章列表-AI魔法学院

文章列表

Whisper对于中文语音识别与转写中文文本优化的实践(Python3.10)

阿里的FunAsr对Whisper中文领域的转写能力造成了一定的挑战，但实际上，Whisper的使用者完全可以针对中文的语音做一些优化的措施，换句话说，Whisper的“默认”形态可能在中文领域斗不过

Whisper 语音优化

全球六大主流自动PPT制作工具

完整覆盖了 PPT 的制作、排版、实时协作，同时其与其他AI生成PPT工具的差异在于注重美感和视觉效果、设计简洁、实时协作功能更加稳定，但价格较贵 4、mindshow （地址：https

自动PPT 工具

如何拥有你的卡通形象？ComfyUI-workflow

它包括了15个模块，每个模块都有不同的功能。

ComfyUI-workflow 文生图

Stable Diffusion

【Stable Diffusion】高效率视频转AI动画！EbSynth插件全流程操作

下载完成之后，将压缩包解压到一个文件夹里即可，这个软件我们要到最后几步才能用到，先留在这里。

AI编程 EbSynth 动画

腾讯开源的数字人MuseTalk到底行不行？

该模型能够根据输入的音频信号，自动调整数字人物的面部图像，使其唇形与音频内容高度同步。

MuseTalk 数字人音频

ComfyUI学习笔记：插件安装

，相对熟悉常用功能，对使用ComfyUI是非常有帮助的。

comfyui 插件绘画

使用这个工具后，我将 RAG 的准确性和召回率都提高了两倍！

文本搜索的局限性文本搜索的限制是它仅限于单个字符串的复杂查询，牺牲了表达能力，无法使用关键词、过滤器和其他高级功能。

RAG 大语言模型

图片拖拽神器DragGAN介绍及官方安装文档说明

拖放图像编辑是一项功能强大的技术，它涉及训练生成模型来根据用户提供的指令转换图像。

开源

AI 换脸——Deepfacelab 下载与安装，新手教程

AI 换脸就是采用生成式对抗网络（GAN, Generative Adversarial Networks ）的人工智能算法，第一次接触是冯·诺依曼研究的博弈论，在这里不再深入探究，大家有兴趣可以去了解

Deepfacelab 换脸

Stable Diffusion

造梦师手记：Stable Diffusion一键换脸插件

这款插件的功能简单粗暴：一键换脸。

AI换脸

Stability AI开源上新：3D生成引入视频扩散模型

§ SV3D_p：扩展了SV3D_u的功能，可以根据指定的相机路径创建3D模型视频。

sv3d 建模

爆火！腾讯开源PhotoMaker：高效地定制化生成任意风格的逼真人类照片！

这为更有趣和更有实际价值的应用铺平了道路。

PhotoMaker 文生图

Stablediffusion3论文下载-确定了Stablediffusion3与Sora的架构是一致的

此外，在最初发布时，稳定扩散 3 将有多种变体，从 800m 到 8B 参数模型不等，以进一步消除硬件障碍。

SD 论文

解码二维码：揭秘我的漂亮二维码生成秘诀！

对于需求者来说，二维码肯定是要能被识别的，只是好看没有用处。

图像文字

营销Prompt：三分钟生成百篇营销文案，领先99%的同行！

营销，可能是大多数企业的命脉，进入AI时代，也很快就卷出了新花样。

写作营销 prompt

<...68 69 70 717273 74 75 76 77 ...>

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