文章列表-AI魔法学院

文章列表

网易有道强力开源中英双语语音克隆

torchaudio pip install numpy numba scipy transformers==4.26.1 soundfile yacs g2p_en jieba pypinyin 准备模型文件

语音开源

从 GPT-4o 到 LiveKit：实时语音交互的开源实现

今天不讨论 GPT-4o 的炸裂或颠覆，而是探讨如何作为个人或独立开发者实现这项技术，以及它的应用场景。

GPT-4o 语音交互

Stable Diffusion

Stable Diffusion 生成卡通证件照

一、简介 ~大家好呀，我是木木~，今天给大家分享使用majicmixRealistic_v6模型加Lora模型cartoon_portrait_v1，生成各种有趣卡通证件照头像，喜欢的小伙伴帮忙点赞加关注

SD 证件照文生图

Stable Diffusion

Stable Diffusion生成卡通证件照

今天给大家分享使用majicmixRealistic_v6模型加Lora模型cartoon_portrait_v1，生成各种有趣卡通证件照头像。

Stable Diffusion

让你每次都随机生成各种图片，开盲盒的感觉：SD插件之无限抽卡神器Dynamic Prompts

今天这款插件，是一个大家可能都有，但是新手还没有用过的抽卡神器，如果是下载最新版秋叶大佬的环境，应该自带了本插件。

文生图

OpenAI真的开源了！这波「实时语音」操作，让万物开口说话，我爱了

但现在回想起来，那只麋鹿的“能说会道”，其实正是 OpenAI 今天才正式揭晓的“谜底”——他们开源了一个叫做嵌入式实时语音 SDK 的东西！

OpenAI 嵌入式实时语音 SDK

为你推荐开源项目：Meridian——专属个人情报站！

别担心，今天就接着为大家介绍一款超棒的开源项目——Meridian。

Meridian 开源项目

开源语音大语言模型来了！阿里基于Qwen-Chat提出Qwen-Audio!

论文链接：https://arxiv.org/pdf/2311.07919.pdf 开源代码：https://github.com/QwenLM/Qwen-Audio 引言大型语言模型（LLMs

大模型语音

ComfyUI上使用SDXL1.0官方工作流实操使用零基础讲解节点式生成的Ai绘画工具comfyui，节点模块讲解

你如果用过houdini、blender、ue等节点式软件，或许你能更轻松的上手开始使用。

文生图

Stable Diffusion

一键复用！Stable Diffusion WebUI 神仙插件 LightFlow

LightDiffusionFlow.git 官方飞书文档： https://fvkij7wuqx9.feishu.cn/docx/HgZndihraotmmzxFni7cFZISnvb LightFlow 开源社区

SD 流程

StableDiffusion使用Roop插件一键换脸教程

今天教大家使用Roop插件进行一键换脸，方便快捷。

AI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

微软对 Sora 进行了逆向工程分析，揭秘 Sora 的秘密

论文由微软研究团队撰写，这篇论文深入探讨了Sora的发展背景、核心技术、新兴应用场景、现有的局限性以及未来的发展机会，基于公开资料和团队自行进行的逆向工程分析。

Sora 微软

超越巨头：Zephyr-7B领跑7B级大模型竞赛，开源且笔记本可运行

它不仅性能超越了700亿参数的LLaMA2模型，更引人注目的是，这一开源模型可在常规笔记本电脑上运行，极大地提高了AI技术的可达性。

大语言模型开源模型

Stable Diffusion

【Stable Diffusion操作入门】Stable Diffusion 操作界面及基础参数介绍

提示框内只能输入英文，所有符号都要使用英文半角，词语之间使用半角逗号隔开。

文生图 SD

<...4 5 6 789 10 11 12 13 ...>

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