文章列表-AI魔法学院

文章列表

开发语音产品时设计唤醒词和命令词的技巧

在实际开发语音产品过程中，要达到好的语音识别效果，除了语音算法要给力外，设计出好的唤醒词和命令词也能起到事倍功半的效果。

语音产品唤醒词命令词

字节推出开源绘画大模型SDXL-Lightning，秒级出图

在AI绘画领域，字节的努力从未停歇。

sdxl 字节绘画

腾讯开源的数字人MuseTalk到底行不行？

该模型能够根据输入的音频信号，自动调整数字人物的面部图像，使其唇形与音频内容高度同步。

MuseTalk 数字人音频

Kimi+扣子Coze，我零门槛制作了一个好用的智能体Agent | 智能体开发

开发者在扣子（coze.cn）上，可以体验到 Kimi 大模型全新的 Tool Calling 能力和超强的用户意图识别能力，将这颗全新的'大脑'与平台上丰富的插件、工作流等能力结合，低门槛地打造各种业务场景下的

Kimi 扣子Coze 大模型

“实时”语音翻译！AI语音具有“情绪”！最强开源AI大模型来了

你想把一段语音转成文字，或者把一段文字转成语音，但是你不知道怎么操作！

大模型开源模型语音

大模型外挂知识库优化-大模型辅助向量召回

此时的回答内容很可能是存在知识性错误，因为如果能回答正确，那就不需要召回补充额外知识了对吧。

大模型

会“追问”的Agent，大模型知识库另类实践

在实际的生产环境中，此类知识库应用可能遇到两类问题：知识型和政策型（图1）。

大模型

掌握这10个AI 工具用1小时完成别人1周的工作

本文强烈推荐10个非常好用的AI工具。

AI 工具

全球最强大模型一夜易主，GPT-4时代终结！Claude 3提前狙击GPT-5，3秒读懂万字论文理解力接近人类

它特别擅长快速响应的任务，比如知识检索或销售自动化。

claude 大模型

大语言模型定制化应用的三种方式：Prompt engineering、Fine tuning、Pre-trainning的区别

以下是它们的区别和使用场景： Prompt Engineering（提示工程）：Prompt Engineering是通过设计和优化输入的提示或指令，以引导模型生成特定类型的输出。

大模型

如何用大语言模型构建一个知识问答系统

一次可以处理的文本量有限制，如果知识库较大，无论从可行性还是效率而言都是不合适的。

知识库

AI数字人：重构人货场的新力量

它们利用语音识别、自然语言处理、计算机视觉等技术，实现与人类的自然交互，成为人类与计算机之间沟通的桥梁。

数字人 AI 商业

13.5K Star ! Fish Speech Windows本地搭建，能否达到官方的级别？强烈推荐

Fish Speech是一款由Fish Audio开发的开源的文本到语音（TTS）工具，支持英语、日语、韩语、中文、法语、德语、阿拉伯语和西班牙语。

Fish Speech 本地搭建

用AI生成PPT、用AI优化PPT!

我在前几天写过五大AI工具自动生成PPT效果对比（点击看原文），当时我在文中引用的是百度AI对话的PPT生成插件，我对这个插件生成的PPT的评价不高，但是在体验了百度文库的智能PPT功能后，有种“识别三日

AI ppt

扣子更新图像流功能，字节版 ComfyUI 来了！

运行的速度非常快，效果也非常满意，确实图像放大了也抠的特别好。

ComfyUI 图像流文生图

<...5 6 7 8910 11 12 13 14 ...>

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