文章列表-AI魔法学院

文章列表

【开源项目】Flow Matching 语音合成

Matcha-TTS 中文实现： https://github.com/PlayVoice/Grad-TTS-Chinese （Grad-TTS-CFM，其他优化还未集成）模型架构：性能指标

音视频 Flow Matching

实现职场飞跃：10个ChatGPT提示词技巧助你找到理想工作

帮助我确定职位描述中提到的主要职责、重要技能和所需资格。

面试求职提示词

大模型LLM基础｜分词

统计分词通过分析语料库中的统计信息来发现最有可能的分词方式。

开源模型

基于Ollama本地部署谷歌开源Gemma大模型！

同时，还能在Keras3.0（以集成主要框架JAX、PyTorch和TensorFlow）上用于推理和监督微调（SFT）的工具链。

ollama gemma qwen

Stable Diffusion

详解Stable Diffusion提示词prompt语法

为什么我写的时候只能憋出来了一个 a girl, a boy, beautify ...

SD prompt 文生图提示词

一个小妙招从Prompt菜鸟秒变专家！加州大学提出PromptAgent，帮你高效使用ChatGPT！

prompt可能就设置为：从句子中提取疾病或状况这样简单粗暴的prompt虽然也能完成部分简单任务，但是效果并不好。

PromptAgent 大模型

ComfyUI 基础教程（二）：文生图基础流程

此时你可能会注意到“Checkpoint加载器”和“CLIP文本编码器”上都有一个黄色的连接点

comfyui 文生图

大模型量化：什么是模型量化，如何进行模型量化

通过深度学习，我们可以得到用于处理各种任务的高性能模型，这些模型大多都很复杂、一般只适合在GPU上进行推理，并不适合在板端进行推理，然而在实际应用时，很多场景都需要将模型部署到板端。

大模型

RAG超参数调优食用指南

但是值得注意的是，该方法很有可能需要耗费很大的成本。

rag 大模型

14.6K star！最好用的OCR文字识别项目，没有之一！

项目是基于PaddleOCR开发的，支持截图识别、批量导入识别、个性化识别等功能。

Umi-OCR 开源项目文字识别

AI开源 - LangChain UI 之 Flowise

In-Memory Vector Store”中的数据添加到“OpenAI”的上下文中，并完成与用户对话的过程 image （五）进行会话测试 image 输入：“冬瓜、黄瓜、西瓜、南瓜都能吃

大模型

Stable Diffusion

OpenAI救了Stable Diffusion！开源Dall·E3同款解码器，来自Ilya宋飏等

它能让图像生成质量更高、更稳定，比如多人脸、带文字图像以及线条控制方面。

SD 文生图 DALLE

免费文生图工具StableDiffusion喂饭级使用教程

还是先看看他们的能力如何除了手部有些问题其他还都能接受不露手部还是很赞的配置要求要顺利运行stable-diffusion-webui和模型，需要足够大的显存，最低配置4GB

文生图 SD

F5-TTS：上海交大开源超逼真声音克隆TTS，告别ElevenLabs，以后就用它了！实测真的很牛

F5-TTS在公共的100K小时多语言数据集上进行训练，展现出高自然性和表现力的零样本能力、无缝代码切换能力和速度控制效率。

F5-TTS 音频克隆

RVC和SVC声音模型难找？推荐这个网站

RVC声音模型网站推荐声音模型工坊 http://mxgf.cc 最前沿的AI声音项目，最优质的声音模型网站优点：网站页面大气简洁、提供在线试听原版声音和模型转换后的音色效果的功能，

声音克隆数字人

<...88 89 90 919293 94 95 96 97 ...>

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