文章列表-AI魔法学院

文章列表

用so-vits-svc-4.1进行音色转换的极简教程

我们去我们选择的输出路径就能看到我们的文件。

声音 sovits

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

该项目还提供了其他功能： · MusicGen：一种最新技术实现的可控文本到音乐模型。

AudioCraft 音频

国内厂商语音识别与Whisper评测：现状与概况对比

（Speech To Text, STT），其目标是以电脑自动将人类的语音内容转换为相应的文字。

语音识别 Faster-Whisper

Stable Diffusion

Stable Diffusion LightFlow 作弊插件！一键复用工作流

导出成功后你可以看到一个 .flow 文件。

流程 SD

大模型微调方法总结

在给定的上下文中，AdapterFusion 学习经过训练的适配器的参数混合，根据给定的输入识别和激活最有用的适配器。

开源模型

数字人之声音克隆：无样本，1分钟样本完美克隆声音，开源

零样本文本到语音（TTS）：输入 5 秒的声音样本，即刻体验文本到语音转换。

数字人声音克隆 GPT-SoVITS

Langchain中改进RAG能力的3种常用的扩展查询方法

使用扩展后的查询将从向量数据库中获取更多相关文档。

检索增强生成 Langchain

斯坦福宣布前端开发要失业了？！一张截图生成代码，64%优于原网页！

通过自动化的长度和布局过滤，排除了源代码文件超过100k令牌的例子，以及仅由图像或文本组成的布局过滤。

设计转代码大模型

clone-voice：一键克隆声音，开源AI技术让声音创作更便捷、更个性化

只需提供一段简短的音频样本，它就可以根据该样本生成与原始声音极其相似的克隆声音，并且支持多种语言，目前包括中文、英文、日语、韩语等，甚至还扩展到了法语、德语、意大利语等16种语言，为用户提供了更广泛的应用可能性

clone-voice 声音克隆

图像修复神器：女神青涩时纤毫毕现！腾讯AI模型GFPGAN火上GitHub热榜第一，Demo在线可玩

而这一项目由腾讯PCG ARC实验室提出，其相关论文已被CVPR2021收录。

修复绘画高清

百模大战，谁是大模型的裁判员？

定义了树-邻接语法（TAG）的阿拉文德·乔西（Aravind Joshi）教授，曾提出过“如果没有基准来评估模型，就像不造望远镜的天文学家想看星星。”

大模型

国产大模型与全球最强大模型大比拼：语义理解、数学推理同台竞技，究竟谁更厉害

用以评测大模型中文理解能力。

大模型

微软打破Decoder-Only架构！大幅降低GPU内存需求，网友：把Llama3 70B弄20GB GPU上运行

嗯，如网友所言，要读的论文又增加了。

Decoder-Decoder YOCO 架构

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？

这个想法是使用预先训练的语言模型 (LM) 来生成文本，但使用单独的检索系统来查找相关文档来调节语言模型。

检索增强生成大语音模型

A1111 终于支持最先进 SDXL ControlNet！安装方法看这里~

github 网址： https://github.com/Mikubill/sd-webui-controlnet ②　点击 Code，Download Zip ③　将下载的文件解压

大模型 SDXL ControlNet

<...82 83 84 858687 88 89 90 91 ...>

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