文章列表-AI魔法学院

文章列表

AI视频新技能！这套流程教你打造视频人物和声音完美同步！

该工具不仅生成嘴部运动的视频，还在头部区域呈现出匹配的变化，包括眼睛、头发和口腔细节，清晰度也非常高。

AI视频

SD入门教程七：ControlNet篇-Canny边缘检测预处理器

选择预处理器（有些预处理器有多种子类别），选择辅助模型（有多种子类别模型精度不同效果也不一样，FP16/FP32指的就是精度

Canny SD

十大开源语音识别项目

· 项目地址：https://github.com/espnet/espnet star：7.3k ASRT ASRT 是一个基于深度学习的中文语音识别系统，在训练中使用了大量中文语音数据

语音识别开源项目

阿里巴巴语音实验室发布开源语音处理框架ClearerVoice-Studio，支持语音增强、分离、目标说话人提取

该模型在显著降低噪声的同时，最大限度地保留了音频的自然音色，尤其适合音乐创作、专业录音和影视后期制作。

ClearerVoice-Studio 语音

向量数据库失宠了？OpenAI 力捧检索增强生成（RAG）技术，对行业来说意味着什么？

但无论如何，看到 OpenAI 保持如此迅猛的发展速度仍然令人欣慰。

检索增强生成大语音模型

3 个令人惊艳的 GitHub 开源项目，诞生了！

GitHub：https://github.com/mli/autocut 项目采用的是 OpenAI 开源的自动化语音识别（ASR）系统，使用从网络收集的 68 万小时的多语言和多任务监督数据进行训练

开源模型

造梦师手记：华夏之美，SDXL时代的第一个国风模型和汉服LoRA

和SD1.5版的汉服LoRA相比，SDXL版的汉服LoRA最大的特点，是清晰度大大提升，尤其是基本不会出现过拟合等情况，背景也更加丰富（新的XL模型素材更充实了）。

文生图

ai出图软件Fooocus

Fooocus可以算是集大成者，速度快，优化好，而且简单易用，非常之傻瓜。

Fooocus 文生图

我为什么不看好大模型行业

破坏性创新理论- 该理论认为产品性能提升的速度通常高于市场吸收这些性能的速度，进而使得创新可能“过于好”却无人愿意付费，面临被破坏者后来居上的险境。

大模型

在SD中一键换脸！！！

s0md3v/sd-webui-roop.git 点击安装后等待安装，成功后重启SD就好了方法三：直接下载 roop插件提取码：aisk复制解压码：无下载从百度网盘中下载好

AI换脸

Midjourney 进阶关键词_摄影效果专题

他们发现了日晒（由于过度曝光而导致图像色调反转）和多重曝光等效应。

midjourney 文生图绘画

主流向量数据库一览

关于检索，主要是计算两个向量之间的相似度。

向量数据库

文生图生成不同年龄段模特的提示词

, bad teeth, bad arms, bad legs, deformities:1.1), 【中文意思：不适合工作场所，（最差质量，低质量，正常质量，低分辨率，细节欠佳，过饱和，欠饱和，过度曝光

年龄文生图

AI提示词|一词千金，写提示词的这个技巧你一定没想到！(一）

第二个请求考虑到了AI在深度研究和原创性分析方面的局限性，而是要求提供一个基础概述，这是AI更擅长的。

提示词写作

字正腔圆,万国同音,coqui-ai TTS跨语种语音克隆,钢铁侠讲16国语言

其基于先进的深度学习技术，能够生成高质量、自然流畅的语音。

coqui-ai TTS 语音

<...81 82 83 848586 87 88 89 90 ...>

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