文章列表-AI魔法学院

文章列表

有道开源的国产语音库EmotiVoice爆火了！具有情绪控制功能的语音合成引擎！

输入推理文本格式：说话人|情感样式内容|音素|说话内容我们可以运行下面这个代码，自动生成推理文本音素（phonemes） python frontend.py data/my_text.txt

EmotiVoice 语音库

SD-WebUI和ComfyUI的局域网访问设置

现在把内容整理一下发出来，大家可能用得着。

comfyui stablediffusion

AI拟声: 5秒内克隆您的声音

声音数据集整理：MockingBird在整理某个人的音频数据集上也很有用，可以在一个声音上做微调，使语音生成质量（如杂音、吐字清晰度）和音色达到更好的效果。

声音克隆开源

如何用人工智能协助我提高写代码的效率

当然让它帮你改写也会存在问题，特别是你只给了一个代码片段时，AI可能理论错了，写出错误的回答，但至少能给你参考和思路。

人工智能编程

用Midjourney给自己制作精美的logo或头像

Vertigo电影海报的设计师 ● Massimo Vignelli——纽约市地铁地图的设计师 ● Rob Janoff ——Apple 标志的设计师 ● Sagi Haviv——美国网球公开赛和国家地理标志的设计师

头像 logo

Embedding开源模型重磅玩家：北京智源人工智能研究院最新Embedding模型发布！登顶MTEB，免费商用授权！

这些向量能够捕捉到语义的丰富含义，使计算机可以像处理数字一样来处理文本。

开源模型

Coze、Dify、FastGPT：哪款智能体平台最强？深度对比分析！

它结合了后端即服务（BaaS）**和**LLMOps的理念，能够帮助开发者高效构建生成式AI应用。

智能体平台对比

十个节省数百小时无聊工作的GPT提示词

提供突出关键见解和基本事实的要点，以便于理解。”

prompt 提示词

AA大佬新作：ComfyUI整合包，打造极简解决方案

6.使用教程：为了更好地理解和使用ComfyUI，建议查看AA提供的使用教程或者相关社区论坛中的指南。

comfyui 文生图工作流程

RAG 2.0来了，它能成为生产落地的福音吗？

在典型的RAG系统中，通常会采用现成的通用嵌入模型来实现数据的嵌入处理，利用向量数据库进行高效的信息检索，并结合大型的黑盒语言模型来完成内容的生成。

RAG 大模型

Stable Diffusion

免配置、免翻墙，Stable Diffusion平替来了！

界面很友好，icon的设计能帮助我更容易理解它的功能，也可以使用浏览器翻译成中文。

LeonardoAI 文生图

模拟ChatGPT流式数据——SSE最佳实践

为什么要这样传输，从使用场景上来说，ChatGPT 是一个基于深度学习的大型语言模型，处理自然语言需要大量的计算资源和时间，响应速度肯定比普通的读数据库要慢接口等待时间过长，显然不合适。

打字机 sse 大模型

图解 transformer——逐层介绍

· 为了深入理解每个组件的作用，在翻译任务中 step-by-step 地训练 Transformer

Transformer 大模型图解

探秘制作艺术二维码的新姿势

选择ControlNet的类型为：OpenPose，正常情况下预处理器和模型会自动加载，如果没有加载，请手动选择。

图像文字

比真人还像真人！字节跳动PersonaTalk的黑科技有多强大？

不论人物的脸型、语气、表情，甚至独特的说话方式都能完美再现，这种个性化处理让视频仿佛是自然发声，而不是后期添加的配音。

PersonaTalk 视频

<...80 81 82 838485 86 87 88 89 ...>

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