文章列表-AI魔法学院

文章列表

OCR是什么以及推荐几款开源中文OCR识别软件

唯一的缺点就是api的调用是需要收费的，对于调用频次不高的个人和企业，这个费用还是非常低的。

OCR

一键部署本地“妙鸭”，证件照，写真照，模特换装全部搞定！

#02 训练我们先来看它的第一个功能——训练。

妙鸭文生图

Stable Diffusion

Stable Diffusion | SD阿里云3步部署，全程五分钟，免费试用三个月，电脑无需升级配置

2、函数计算FC → 应用 → 通过模板创建应用选择人工智能 → AI数字绘画stable-diffusion

下载

AI探索-我怎么使用Kimi Chat的

除了ChatGPT以外，Kimi Chat算是我经常使用的一个AI工具了，他对长文本的处理个人感觉比Claude好太多，而且对中文支持的很友好。

KimiChat 写作

Fastwhisper + Pyannote 实现 ASR + 说话者识别

github.com/SYSTRAN/faster-whisper 二、pyannote.audio介绍 pyannote.audio是一个用Python编写的用于扬声器diarization的开源工具包

faster-whisper 语者识别 ASR

13个神级Chatgpt指令，助你小说丝滑过审

，修改后“这部电影的评价并不高。”

ChatGPT 写作

Stable Diffusion

Stable Diffusion基础：ControlNet之图片高仿

基本使用我这里有一张提前生成好的美女图片，现在就用她来实测 Reference 的控制效果。

文生图

大厂都在用的结构化Prompt，把写提示词变成填空题！

类似在我们现实生活工作中，我们指定一个某方面的大牛来帮我们执行特定的任务。

prompt 大模型

图像作为prompt#IP-Adapter

IP-Adapter是图像提示适配器，用于预训练的文本到图像扩散模型，以实现使用图像提示生成图像的能力。

prompt IP-Adapter 文生图

AI高手都在用的10个提示词prompt网站，建议收藏！

我觉得提示词进阶核心还是在于实战，在了解完提示词的基础写法和规则后，剩下更多要看优秀作品和实战才能进一步提高。

比 remini 更便宜，比美图更有风格！黏土滤镜免费做，速领

很多人的工作流都添加了 WD14 这个自动打标节点，但阿杰测试发现添加这个节点之后会降低画面的风格化程度，因此并没有添加。

SDXL 文生图

Animatediff V2 版本来了！就一个字：秀

最近 animatediff 升级了 2.0 版本，相较于 1.0 版本呢，只能用一个字来形容，就是：秀。

Animatediff 文生图

从声纹模型到语音合成：音频处理 AI 技术前沿 | 开源专题 No.45

，涵盖了端到端语音识别、文本转语音、语音翻译、语音增强、说话人分离等功能。

AudioCraft 音频

OpenAI大动作：Whisper large-v3重塑语音识别技术

在最近的OpenAI首届开发者大会上，一个引人注目的技术亮点是Whisper large-v3的发布。

Whisper 语音识别

大模型检索增强生成RAG的优化

RAG优化分为两个方向：RAG基础功能优化、RAG架构优化。

RAG 检索增强大模型

<...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