文章列表-AI魔法学院

文章列表

Roop参数说明，ROOP->StyleGAN演示！

从和大家的交流中可以知道，有些人很懂，一说就会，但是不少人不太擅长这个方面，所以尽量写得通俗易懂一点。

视频 StyleGAN

开发语音产品时设计唤醒词和命令词的技巧

应避免使用叠词，如：“你好你好”、“宝宝开机”； 7.

语音产品唤醒词命令词

再见了ComfyUI，WebUI也有了工作流

开源有两大优势，一是免费，二是适合折腾。

ComfyUI WebUI 文生图

11个顶级的Prompts，用GPT学习的天花板

只需简单地使用这11个顶级的AI指令（Prompts），ChatGPT立刻就是你的私人教练，教你如何游刃有余地学习新知识，感觉就像揭开武功秘籍的绝招一样震撼。

GPT

剪映专业版智能补帧

本篇文章给大家分享一下剪映专业版智能补帧这个功能，可能很多小伙伴都还不知道竟然有这个功能。

剪映智能补帧

搭建程序员自己的在线工具库 it-tools

作为程序员，在日常工作中，需要借助一些工具来提高我们工作效率，鄙人日常用得最多的工具，有JSON格式化,SQL格式化,XML格式化,JSON转Execl等等。

开源项目工具类

AI绘画 | Midjourney高质量肖像提示词的写法（附50+肖像提示词prompt）

一、逼真肖像提示词的注意事项 1.确保使用 -v 5 以上模型大家都知道Midjourney的模型从V2-V5，生成的图像质量也越来越高，目前最新版本是V5.2,真正在逼真度上有质的飞跃的是从V5

文生图

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

coqui-ai TTS实现跨语种、无需训练克隆语音的方法是基于Tacotron模型，该模型使用了一种音素输入表示来鼓励在不同语种之间共享模型容量。

coqui-ai TTS 语音

GPU 性能（数据表）快速参考

这篇文章为流行的GPU的性能提供了一个简明的参考，包括NVIDIA和华为海思的主流型号，水平有限，译文整理，供参考学习。

GPU 算力

8个常用中文OCR数据集，附下载链接

MSRA-TD500数据集样例（图源：参考资料[1]） MSRA-TD500数据集中的典型图像以及文字的标准矩形框每一个矩形框对应一个文本行。

OCR

用GPT4创建一部连环画故事

图片大小是16:9 3.

GPT4 连环画故事书

Sora懂不懂物理世界？

一方面因为临界态样本的稀缺，另一方面因为扩散模型将稳恒态数据流形的边界模糊化，消弭了临界态的存在，生成的视频出现了不同稳恒态之间的跳跃。

文生视频视频生成 sora

实时语音克隆

项目简介这份内容介绍了实时语音克隆的技术实现，作者通过将说话者验证技术转移到多说话人文本到语音合成（SV2TTS）来实现语音克隆。

语音克隆

语音克隆又又又又又升级了

不需要任何音频样本作为训练数据，可能是基于对音频Deepfake的担忧，一向秉承开源的Meta并未向工作开放VoiceBox，不过本周一，Meta发布了一个交互式的网站，可以免费体验类似VoiceBox的音频生成器—

Meta 语音生成

Comfyui工作流管理插件，再也不用保存本地了！

在这里我们修改一下工作流的名称，刷新一下再次进来页面工作流依然在管理器中.

Comfyui 工作流插件

<...86 87 88 899091 92 93 94 95 ...>

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