文章列表-AI魔法学院

文章列表

OpenAI真的开源了！这波「实时语音」操作，让万物开口说话，我爱了

Sonatino - ESP32-S3 音频开发板 esp32s3 ，学过单片机的小伙伴都比较清楚，是一款微控制器芯片，如图长这个样子： ESP32-S3 是一款由 Espressif

OpenAI 嵌入式实时语音 SDK

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

以下是几个技术亮点： 1） FRCRN 模型：还原自然语音的“魔术师” FRCRN 模型擅长在移除背景噪音的同时保留音频的自然品质。

ClearerVoice-Studio 语音

必看！ComfyUI故障应对指南，让您轻松应对每一个挑战

本文的目的是记录一些在安装和使用ComfyUI过程中遇到的常见问题，希望能帮助大家在遇到困难时快速找到解决方法。

ComfyUI 故障应对

世界顶级七大管理工具：SWOT、PDCA、6W2H、SMART、WBS、时间管理、二八原则、波特五力分析

例如，市场需求增长、技术进步、政策支持、竞争对手弱势等。

管理工具

颠覆数据存储方式：向量数据库的威力

在自然语言处理中，词嵌入是一种将文本数据转换为向量数据的方法。

编程数据库

经典Prompt欣赏 - GitHub Copilot Chat

你的专长仅限于软件开发话题。

prompt 提示词

10个具有代表性的AI-Agents，将如何改变互联网/重塑Web3

BabyAGI其实是一个Python脚本，这个脚本通过运行一个无限循环来完成以下步骤： § 从任务列表中获取第一个任务。

开源模型

RAG 2.0来了，它能成为生产落地的福音吗？

Contextual AI 针对他们提出的RAG2.0设计了一个基准测试，从多个维度比较了上下文语言模型（CLMs）与固定RAG系统： · &

RAG 大模型

Prompt、RAG、微调还是重新训练？如何选择正确的生成式AI的使用方法

Augmented Generation (RAG 检索增强生成) · · 微调 · · 从头开始训练基础模型(FM) · 本文将试图根据一些常见的可量化指标

生成式AI

腾讯悄悄开源混元版「Sora」，这就是开源领域的No.1。

比如：长焦特写，一位紫衣宫女在月下绣花。

sora 视频生成

ComfyUI 图片以及工作流管理神器

并且还可以用来管理我们的工作流文件。

comfyui 工作流

ChatGLM3在线搜索功能升级

在前面的图文当ChatGLM3能用搜索引擎时中，我们让ChatGLM3在搜索引擎上进行的简单的搜索，但是仅仅只能搜索一些简单的内容，比如，时间。

ChatGLM3 搜索

提示词框架：Markdown结构法

Markdown是什么 Markdown是一种轻量级标记语言，它允许用户使用易于阅读和编写的纯文本格式来编写文档，然后可以转换为结构化的HTML或其他格式。

prompt 提示词

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

.pdf Github地址：https://github.com/HumanAIGC/VividTalk 摘要本文提出了一种名为VividTalk的语音驱动的人头生成框架

VividTalk 视频

WeChaty：强大的微信个人号机器人SDK

本文将介绍 WeChaty 及其 Python 接口，探讨如何通过 WeChaty 在 Python 环境中构建智能微信机器人。

微信接口

<...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