文章列表-AI魔法学院

文章列表

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

.02 技术亮点：多模型协作，创新驱动性能突破 ClearerVoice-Studio 的核心优势在于其精心设计的模型体系，针对不同的语音处理任务量身打造了多款创新模型

ClearerVoice-Studio 语音

Stable Diffusion

Stable Diffusion｜背景替换只需要两分钟！

这里我选择了默认的“sam_vit_l_0b3195.pth”，如果前面还没下载的，记得先点旁边的“下载模型”进行模型下载。

SD 背景文生图

AI生成卡通人物项目|VToonify

虽然基于强大的 StyleGAN 模型构建的一系列成功的肖像图像卡通化模型已经被提出，但这些面向图像的方法在应用于视频时存在明显的局限性，如固定帧大小、需要面部对齐、缺失非面部细节和时间不一致性等。

AI生成卡通人物 VToonify

写好Prompt提示工程的一套通用框架 - 5个关键要素

输出指示（Output Indicator） - 模型输出响应的类型或格式。

Prompt 提示工程

Stable Diffusion

Stable Diffusion | 常见问题清点汇总

注意一般是直接通过链接直接下载的模型才会被识别抓取。

Stable Diffusion 问题汇总

十大开源语音识别项目

Whisper Whisper 是一个通用的语音识别模型。

语音识别开源项目

ai出图软件Fooocus

进入正题：软件免安装直接解压即可使用，使用前需要安装模型，模型可在c站下载。

Fooocus 文生图

手把手教你认识学会LangChain

IO组件模型包括LLM、聊天模型、文本嵌入模型。

langchain

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

惊艳推荐！8款好用又免费的文本转语音TTS工具

这种技术使用深度神经网络模型来合成语音，能够更自然地模拟人类的发音和语调，从而产生更加流畅和自然的语音输出。

TTS Maker 语音

SD入门教程五：后期处理图片高清放大

总的来说，Lanczos算法在SD模型中的实际用处可能更多地体现在模型训练和内部计算的优化上，而不是直接用于图像放大或超分辨率。

SD 入门教程修复

基于Ollama本地部署Llama3指南！

模型架构 Llama 3 是一个自回归语言模型（an auto-regressive language），它使用优化的 transformer 架构。

LLama3 ollama

用so-vits-svc-4.1进行音色转换的极简教程

然后就是训练声音主模型。

声音 sovits

ComfyUI 基础教程（一）环境部署和插件安装

环境，但是不包括模型，所以需要将模型放置到ComfyUI对应目录中： 1.

comfyui 文生图

今天分享一个官方的高级的做数据分析的prompt提示词

excel文件，或者是csv文件，它能够自己编写python代码来处理数据，而且还能自己去运行自己写出来的python代码，直接输出最直观的各种数据图表结果，如折线图、柱状图、表格等等，说白了就是一个小型的

prompt 提示词

<...85 86 87 888990 91 92 93 94 ...>

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