文章列表-AI魔法学院

文章列表

【万字长文-进阶教程】一文带你从入门到精通ChatTTS, 手把手教你固定音色、设置语速、添加停顿词、口头语、笑声！！

只要还在路上，总能看到想要的风景，总能找到属于自己的方向。"""

chattts tts 文生语音

从声纹模型到语音合成：音频处理 AI 技术前沿 | 开源专题 No.45

该项目支持多个平台，并且可以通过网络连接来卸载外部负载以处理音频转换任务。

AudioCraft 音频

让你每次都随机生成各种图片，开盲盒的感觉：SD插件之无限抽卡神器Dynamic Prompts

注意，nai这个选项应该不能下载，我点了之后是没用的，下载其他几个就行。

文生图

AI异常值案例库第2期，5个灵感案例，新型流量获客法和产品形态

有部分信息，也许蕴藏着巨大的变现机会，但我自己没有时间与精力去一一验证所以我打算把这些信息分享出来，如果能启发到大家行动并拿到结果，那也算不浪费这个机会了没有过多的拆解和分析，更多的是偏向于灵感启发

文生图

AI 绘画新时代：ChatGPT + DALL-E 3

ChatGPT 绘画能力的出现对 MidJourney 来说将是巨大的冲击，这里我想引用一下 @DrJimFan[1] 的观点：多轮对话与人类反馈：DALL-E 3 通过多轮对话作为用户界面

文生图图生图 chatGPT DALL-E

GitHub工程师分享开发Copilot所采用的提示词工程

人们可以通过提示词工程定义包含足够多上下文信息的提示词，让 LLM 产生可能最佳的输出。

开源模型

AI高手都在用的10个提示词prompt网站，建议收藏！

就是我发现很多提示词压根就不用自己写，已经有很多现成的很好的提示词了。

whisper-live：OpenAI Whisper模型的近实时实现

它还启用了多语言功能，允许以多种语言进行转录。

OpenAI Whisper 大模型

ComfyUI安装及生成第一张图

完成后，右键单击该文件ComfyUI_windows_portable_nvidia_cu118_or_cpu.7z，选择“显示更多选项” > “7-Zip” > “在此处提取”。

ComfyUI 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

在此期间，将会出现错误，API 可能会发生变化。

voice agent 开源音视频

AI“同声传译”新进展！Google发布，无监督，语音识别：Translatotron 3！

语音识别（ASR）是指将人类的语音转换为文本的技术，然而，目前的语音识别技术还面临着一些挑战，其中最大的一个就是如何支持更多的语言。

Translatotron 语音识别

Threejs: 数字人生成金色动态粒子效果

昨天的文章提到通过修改数字人的材质做全息投影仪的动态效果，今天分享一下生成金色动态粒子人的代码，效果图如下：效果中还包含多个粒子效果的动态转换，有了这个，再加上摄像头，就可以完全模拟亚运会的数字人效果了

Threejs 数字人

Stable Diffusion

Stable Diffusion 30种采样器全解

这30种采样器当中有一些是有升级版本被替代了，也有一些是性能不足且计算成本太高的。

Stable Diffusion 采样器

Stable Diffusion

Stable Diffusion 30种采样器全解！

这30种采样器当中有一些是有升级版本被替代了，也有一些是性能不足且计算成本太高的。

Stable Diffusion采样器

Stable Diffusion

一键复用！Stable Diffusion WebUI 神仙插件 LightFlow

Lightflow 还有一个开源社区，里面有很多大神分享的优质工作流，比如艺术二维码、古人画像转真人、建筑照片转手绘线稿以及各种艺术字特效。

SD 流程

<...89 90 91 929394 95 96 97 98 ...>

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