文章列表-AI魔法学院

文章列表

AI文本转语音工具（TTS）：MeloTTS

今天给大家介绍一个效果不错的开源文本转语音工具：MeloTTS MeloTTS是一个可以把文字转换成声音的工具，它支持英语、西班牙语、法语、中文、日语和韩语等多种语言。

MeloTTS 语音工具

我去，找到一个Github上非常优秀的AI项目，可控制鼠标、键盘，模拟人类操作，太丝滑，收藏～～～

Cradle 是由 BAAI‑Agents 团队开源的一款面向通用计算机控制（GCC）的多模态 AI Agent 框架，可以让大型多模态模型，通过截图输入和键鼠输出

AI Agent 开源项目

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

pydantic<2 coqui-ai TTS语音克隆模型配置随后下载2.0版本的模型，下载地址： https://huggingface.co/coqui/XTTS-v2/tree/main 将其放入项目的

coqui-ai TTS 语音

中国首份AIGC监管文件正式实施——《生成式人工智能服务管理暂行办法》简析

然而，由于AIGC技术发展一日千里，管理办法在现阶段显然无法做到面面俱到，部分内容有待进一步厘清，比如分类分级监管的具体规则、“舆论属性和社会动员能力”的认定标准、外商投资AIGC行业的具体规定等

人工智能

从 GPT-4o 到 LiveKit：实时语音交互的开源实现

在人工智能技术日益普及的今天，GPT-4o 的实时语音功能吸引了大量关注。

GPT-4o 语音交互

Stable Diffusion

造梦师手记：腾讯加入Stable Diffusion的ControlNet模型开发，效果艳丽

虽然我有4T的SSD不担心下载模型，但是越来越多的模型，动辄3、5个G起步，会大大抬高Stable Diffusion的门槛。

Stable Diffusion

80多个罕见的论文prompt，让你起飞！

本文中列出的提示是为了优化您与这个强大工具的交互而精心设计的。

prompt 提示词论文

FaceSwapLab，截止2023年8月最好用的一键换脸工具

最近又有一款stable diffsion换脸插件横空出世，它叫FaceSwapLab，和roop相比，它有个最大的优点：可以上传多张照片（同一人）。

一键换脸

Fooocus更新了2.3

然后界面是老河插件，关于老河插件大家可以去他的b站下载，也可看之前文章。

fooocus 文生图

GPT-4o实时语音方案提供商Livekit开源voice agent：轻松处理音视频流

如果通知的工作人员在预定的超时期限内拒绝作业或未接受作业，则服务器会将作业请求路由到另一个可用的工作人员。

voice agent 开源音视频

AI帮你DIY新年祝福海报，拜年必备神器！

通义实验室（Institute for Intelligent Computing）是阿里巴巴集团众多前沿科研机构中的一员，主要致力于研发和实践各领域大模型技术

拜年海报 ai绘画

如何快速构建GPTs个人知识库应用？

如何构建GPTs个人知识库应用构建一个专属的GPTs个人知识库应用可以极大地提升你的工作效率和日常生活的便利。

GPTs 知识库

Stable Diffusion

Stable Diffusion 加速/优化/升级优化出图速度

+CUDA118 新版本，运行平均值大约 = 3.09 it/s，出图时间 = 14s Pytorch2.1+CUDA118（-opt-sdp），运行最高峰值可达 5.28 it/s，出图时间 =

Stable Diffusion 文生图

终极福利：15个中文AI写作提示词帮你覆盖所有主流写作场景！！

大家可千万别错过，收藏起来，以后想写点什么的时候都用得着。

写文章提示词

AI打破设计界限：一文教你免费打造专属Logo！

想要一个炫酷的Logo但又不想花大价钱吗？

文生图

<...83 84 85 868788 89 90 91 92 ...>

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