文章列表-AI魔法学院

文章列表

OCR的终极解法——传统算法VS多模态大模型

image.png 我们可以直接看看效果： # 我的输入 schema：{"人物": null, "公司": null, "地址": null

OCR 大模型文字识别

Stable Diffusion

【Stable Diffusion】SD迎来动画革命，AnimateDiff快速出图

接下来，我们选择模型，并输入提示词，我描述的是“一只在草原上奔跑的白马”。

文生图开源模型

用AI生成PPT、用AI优化PPT

输入主题或上传word 这里我上传了一个财新关于双11的报道大纲定好后，选择设计主题，实测，它现在的主题还不是特别多，主要是颜色的区别。

ppt AI生成PPT

Prompt全攻略(一):ChatGPT时代,什么是Prompt?

Prompt指的是用户给出的用于向AI提出请求或问题的语言输入。

prompt

Prompt工程如此强大，我们还需要模型训练吗？

下面通过不同的提示法，看如何加强模型的逻辑处理能力，从而解决这些问题三、One-shot & Few-shot提示学习法最简单的提示工程的方法就是通过输入一些类似问题和问题答案

大模型

6个AI音乐软件推荐，让你学会人工智能AI作曲

许多专家、研究人员、音乐家和唱片公司都在寻找将人工智能技术融入音乐的新方法。

训练音乐

打造音乐传奇：Suno推出音乐生成模型Suno V3，让每个人都能成为作曲家

**前奏（Intro）**：歌曲的开头部分，用来引入歌曲的主题和氛围。

suno 歌曲音乐

本地部署操作AI抠图软件

将单个/多个图片拖入工具，等待提示完成后，在运行目录下的 out 目录内可找到抠好的图片。

抠图

十大开源语音识别项目

ai.meta.com/blog/multilingual-model-speech-recognition/ star：28k DeepSpeech DeepSpeech 是一个开源的嵌入式

语音识别开源项目

神秘模型“小熊猫”一夜刷屏：排名超Flux、Midjourney，网友：一看就中国的

不过也有网友出来反驳了，也许panda只是出于索引原因随机插入的？

red_panda 文生图

惊艳推荐！8款好用又免费的文本转语音TTS工具

TensorFlowTTS还提供了丰富的文档和示例代码，帮助用户快速上手和深入理解如何使用这个库。

TTS Maker 语音

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

这一技术可广泛应用于嘈杂环境中的语音通话、播客制作以及任何需要高质量语音输入的场景。

ClearerVoice-Studio 语音

Wunjo AI: 合成和克隆英语/俄语/中文语音,实时语音识别,深度换脸和唇动合成,通过文本提示更改视频,分割和修饰

与 Wunjo AI 一起迈入人工智能驱动的创造力的未来。

AI语音克隆实时语音识别

Stable Diffusion

Stable Diffusion男性服装提示词大全

比如，一些服装品牌将中国传统的刺绣、蓝染和织物纹样融入了现代设计中，创造出独具特色的男士服装。

文生图提示词

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！

o 响应器（Responder）：将查询和调整后的文档作为输入，生成回答。

RAG 检索大型语言模型

<...75 76 77 787980 81 82 83 84 ...>

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