文章列表-AI魔法学院

文章列表

通俗易懂地解释OpenAI Sora视频生成的特点有哪些？它与此前的Runway Gen2、Pika有什么区别？以及缺点是什么？

另外值得一提的是，OpenAI Sora模型还可以直接生成图片，也就是说，它是一个以视频生成为核心的多能力模型。

sora 视频生成

【语音领域-又双叒更新】阿里开源FunAudioLLM: 2大核心模型、5大亮点功能！效果炸裂！手把手带你理论+实战部署推理!

低延迟：特别是 SenseVoice-Small 版本，采用非自回归端到端架构，提供了极低的推理延迟。

asr tts 声音

绝了！新华社、知网官方出品的写作神器，不要太爽！

新华妙笔同时还有提供各种优质精选公文素材库，类似初中高中时候的作文素材大全，这里有着各好词、好句、好结构，可以让你的文章更加精彩高质量同时网站的学习园地也千万不要忽略，领导们的重要讲话、文章著作全都被收集整理在这里

新华妙笔写作

几个对我影响很大的统计学模型

3、一天情绪地图一天的情绪地图是一个工具，它帮助人们追踪和理解自己一天中各个时间点的情绪变化。

统计学大模型

基于 OpenAI Whisper 模型的实时语音转文字工具

还提供直观的图形界面，可以通过拖放界面元素来设置和控制音频处理效果和合成器。

WhisperLive 音频开源软件

60分钟吃掉ChatGLM2-6b微调范例~

因为ChatGLM2基座模型是一个TransformerDecoder结构，是一个被预选练过的纯粹的语言模型(LLM，Large Lauguage Model)。

开源模型

MaskGCT：登上GitHub趋势榜榜首的TTS开源大模型

此外，模型使用Vocos架构作为解码器，以提高训练和推理效率。

MaskGCT 声音克隆

Prompt提示优化工具

Prompthero 根据图片查询prompt，可以文字检索,界面设计的很不错。

prompt 提示词

挑战全网，字节跳动coze平台让你免费创建ChatGPT4的机器人，不仅能免费使用DallE3，还能免费导入自己的知识库

DallE3，绘图工具，也要了，下面还有维基百科，各种浏览器，bing搜索，真棒。

Coze 聊天机器人

GPTs+Notion，打造最强GPTs数据处理方案！喂饭级教程！

步骤1：如下图示例，配置基本信息并点击Action。

GPTs Notion

数字人之声音克隆：无样本，1分钟样本完美克隆声音，开源

启动后界面如下：首先从数据开始：如果你想克隆一个人的声音，你可以找到一段这个人的演讲录音，或者视频，当然不同资源需要不同的处理如果是视频，可以使用人声分离，如下图，

数字人声音克隆 GPT-SoVITS

300天里，我帮你踩遍了AIGC创业的各种坑

比如大语言模型出来之后宣传上亿工作岗位消失，比如某个生成式图像AI工具能替代设计师为甲方任劳任怨的出方案，比如Sora发布后仿佛电影行业第二天就要被改写…… 如果你对AI的认知建立在媒体传播的信息之上

AIGC 创业

AI备案实战指引

⚠️ 最好找法务或律师把关，同时公司内部准备好产品流程图。

备案

windows安装向量数据库milvus

3.运行docker compose up -d命令，即可安装成功 4.安装后在docker中就可以看到milvus 三.Milvus管理软件安装去网站上下载milvus图形化管理界面

向量库 docker

TTS，一个奇妙的AI工具

模型性能和训练TTS项目中给出了TTS三个模型和主流模型的评价对比图，从图中可以看到，TTS模型整体表现中等偏下。

TTS 文本转语音

<...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