文章列表-AI魔法学院

文章列表

数字人之声音克隆：无样本，1分钟样本完美克隆声音，开源

跨语言支持：支持与训练数据集不同语言的推理，目前支持英语、日语和中文。

数字人声音克隆 GPT-SoVITS

提升GPT Prompt效果最佳实践 - 拆解复杂任务

这可以通过定义与处理给定类别中的任务相关的固定类别和硬编码指令来实现。

GPT prompt

实时语音克隆

简要总结：这份内容介绍了实时语音克隆技术的实现，使用SV2TTS框架和波形神经网络进行多说话人的文本到语音合成。

语音克隆

Fooocus，webui，comfyui优缺点

接下来简单讲下webui，他是非常流行的一个ui，经秋叶大佬的整合包之后大家应该都使用过。

Fooocus webui comfyui 文生图

省钱！微软开源框架LLMLingua + LlamaIndex实现提示词压缩

更多技术细节和理论研究请参考LLMLingua的官方网站和论文: https://github.com/microsoft/LLMLingua 今天我们来看看在具体的应用场景中，如何使用LlmLingua

LLMLingua LlamaIndex 开源框架

解码二维码：揭秘我的漂亮二维码生成秘诀！

· 1、二维码处理这个插件可以生成标准二维码，对二维码进行变形，还可以对SD生成的艺术二维码进行像素块修正。

图像文字

20个ChatGPT超实用的提示词（Prompt）

确定并分享从该主题中学到的最重要的 20%，这将帮助我理解其中的 80%。”

prompt 提示词

Stable Diffusion

Stable Diffusion｜提示词高阶用法（二）双人同图

在上一篇分享《Stable Diffusion 提示词高阶用法（一）》中，作者已经介绍了在Stable-diffusion中，不使用任何插件或模型，仅通过提示词（Prompt）的某些高阶写法进行单角色的画面控制技巧

文生图

大模型检索增强生成(RAG)高质量报告

RAG对比微调 RAG的应用场景 Naive RAG就是建索引、召回、生成三步走进阶的做法还会考虑索引优化、召回前后做一些额外处理

RAG 大模型检索

Stable Diffusion

新手向，Stable Diffusion API 接口，在本地调用

登录后，如果它向你返回的是这样的信息：说明你已经验证成功了。

SD 文生图

中国首个长时长、高一致性、高动态性视频大模型，Vidu 登场

Vidu不仅能够模拟真实物理世界，还拥有丰富想象力，具备多镜头生成、时空一致性高等特点。

Vidu 大模型视频

微调百川Baichuan-13B保姆式教程，手把手教你训练百亿大模型

由于之前Firefly项目已经支持对Baichuan-7B进行微调，经过简单的代码测试后，项目很快就无缝支持微调Baichuan-13B。

大模型微调

Stability AI开源上新：3D生成引入视频扩散模型

同时，SV3D引入了一个基于球面高斯的照明模型，用于分离光照效果和纹理，在保持纹理清晰度的同时有效减少了内置照明问题。

sv3d 建模

F5-TTS：上海交大开源超逼真声音克隆TTS，告别ElevenLabs，以后就用它了！实测真的很牛

不敢说他比11labs好，毕竟11labs做了那么久优化的确实已经很好了，但是F5-TTS的效果肯定可以说是还不错了。

F5-TTS 音频克隆

AI 换脸——Deepfacelab 下载与安装，新手教程

==.bat== 脚本批处理文件 AI 换脸样例注：视频采用自带的视频

Deepfacelab 换脸

<...77 78 79 808182 83 84 85 86 ...>

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