文章列表-AI魔法学院

文章列表

这个数字人开源项目太牛了，非常全面的项目解决方案(含源码)

语音助理和远程语音助理：数字人可以作为语音助理，进行语音交互，提供信息查询、日程管理等辅助任务。

Fay 开源项目数字人

【万字长文-进阶教程】一文带你从入门到精通ChatTTS, 手把手教你固定音色、设置语速、添加停顿词、口头语、笑声！！

输出的语音效果展示: 中文效果展示,z先生的备忘录,6秒效果展示: 利用ChatTTS实现英文语音转文本进阶篇:ChatTTS教程-固定音色在ChatTTS中，控制音色的主要是通过参数

chattts tts 文生语音

精通百种语言的翻译AI来了！Meta推出，免费、开源！

这个模型可以实现近101种语言之间的文本、音频、视频等多种形式的翻译，而且只需要一个模型就可以完成所有任务。

大语言模型

盘点字节跳动最新的AI应用

这其中包括一些业务线负责人转移到大模型团队，比如抖音社交负责人陆游。

字节 AI工具

13个神级Chatgpt指令，助你小说丝滑过审

示例：原文“我喜欢听音乐。

ChatGPT 写作

硬核Prompt赏析：HuggingGPT告诉你Prompt可以有多“工程”

2303.17580.pdf HuggingGPT是近期非常火热的Agents方向的一个代表，它让ChatGPT这样的LLM能够使用HuggingFace社区的各种模型（包括但不仅限于文生图、图生文、语音转文字

提示词 prompt

做自媒体消息闭塞很致命，巨好用的工具分享

文案、脚本辅助创作量子探险：最近发现的宝藏AI，主打长文本，很适合用来写长脚本、写小说豆包：字节旗下AI，功能很全，甚至还能根据需求生成图片和音乐，目前是免费滴

自媒体工具

AI数字人：重构人货场的新力量

一、AI数字人的定义和发展 AI数字人是指通过计算机技术创造的具有人类外貌特征、行为举止和语音表达的虚拟存在形式。

数字人 AI 商业

教你打造属于自己的AI孙燕姿，AI歌手模型使用及训练保姆级课程 #1/2 使用模型

原始声音处理要使用模型进行推理的话你首先需要一段已经演唱好的声音垫进去，然后使用模型把原来的音色换成你模型训练好的音色（类似AI画图的img2img垫图）。

生成式AI

把ChatGPT装进二次元手办，你来吗？AI桌面机器人众筹

接了语音模型模块，可以实现丝滑的大模型对话聊天功能。

ai小车 esp32 开源

真超越了GPT？国产大模型实用场景横评②

这是娱乐资本论·视智未来在第一次做大语言模型文本应用能力测试时，写下的第一句话。

大模型

掌握这10个AI 工具用1小时完成别人1周的工作

04 制作热门音乐：CassetteAi CassetteAI是第一个利用人工智能通过文本生成音乐的平台，用户可以将音乐创作过程简化为向其输入提示来将思绪变成曲调的简单操作。

AI 工具

Stable Diffusion

Stable Diffusion｜儿童绘本全流程制作分享

如果要进行更多设置，可以点击“更多设置”；若对此保持默认，只需点击“转换为语音”，即可生成音频。

StableDiffusion 绘本

【爆肝整理】500+ AI 最佳提示词

描述爵士音乐的历史和演变及其对其他音乐流派的影响。

提示词

BGE M3-Embedding：智源最新发布的text embedding模型，多语言检索效果超过微软跟openai

24年的第一个月，智源就发布了新一代text embedding模型BGE M3-Embedding，该模型支持超过100种语言，能够接受不同形式的文本输入，文本最大输入长度扩展到4192，并且支持包括稠密检索，稀疏检索，多向量检索三种不同检索手段。从实验结果上看，在多语言跟跨语种检索任务上，BGE M3-Embedding的效果超过之前提及的微软E5-mistral-7b微软E5-mistral-7b-instruct: 站在LLM肩膀上的text embedding以及openai去年底刚发布的第三代text embedding模型，对于长文本检 ...

BGE M3-Embedding 多语音检索

<...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