文章列表-AI魔法学院

文章列表

借题发挥下最近几例声音克隆的应用案例

出自：https://mp.weixin.qq.com/s/9mx1RME2g6MpKATtn9f13Q

声音克隆数字人

SDXL模型lora训练参数详细设置，显存占用22G，不用修脸原图直出

出自：https://mp.weixin.qq.com/s/RBkReoa7dfNGKlA4vJ_CBg

SDXL 训练

PhotoMaker：腾讯最新开源，根据照片生成该人物各种风格图片，项目可落地！

项目链接 https://github.com/TencentARC/PhotoMaker 出自：https://mp.weixin.qq.com

PhotoMaker 文生图

Stable Diffusion

Stable Diffusion生成卡通证件照

出自：https://mp.weixin.qq.com/s/rmjMD6fAykpXkw4tbDgyeA

Stable Diffusion

Stable Diffusion

[Stable Diffusion]SD安装、常用模型（checkpoint、embedding、LORA）、提示词具、常用插件

VAE（变分自解码器） VAE负责将加噪后的潜空间数据转为正常图像，可以简单理解为模型的调色滤镜，主要影响画面的色彩质感。

开源模型文生图图生图提示词

数据分析思路系列-如何建立指标体系

无论对于任何公司，收入主要来自于产品，互联网公司来自于产品付费和流量收入，比如：购买vip或者购买平台商品，通过己方产品跳转到其他产品，会产生渠道费用。

数据分析指标体系

AI文本转语音工具（TTS）：MeloTTS

它的声音非常自然和流畅，就像真人在说话一样。

MeloTTS 语音工具

Stable Diffusion

Stable Diffusion 又是一个史诗级增强、出图效率暴增 5 倍

出自：https://mp.weixin.qq.com/s/-eBJndDRNOjvjJMeN2UZEw

StableDiffusion 文生图

昆仑万维携Skywork-13B打造AI新纪元：600GB中文数据集全球开源

这一举措无疑将极大丰富中文AI模型的训练资源，推动中文自然语言处理技术的发展。

Skywork 开源数据

图像作为prompt#IP-Adapter

"IP-Adapter不仅可用于自定义模型，还与现有的可控工具兼容，可实现文本提示和图像提示的多模态图像生成。"

prompt IP-Adapter 文生图

Stable Diffusion

挑战真实影像！Stable Diffusion超越摄影师的光影模型

https://www.123pan.com/s/ueDeVv-7k0I.html提取码:lgyh 出自：https://mp.weixin.qq.com/s/tzm9ulpLMisAamQ_h6t2wg

AI图片

关于AI声音生成的一切（语音+音乐+嘴型）

语音转文字 •Const-me/Whisper（解压就能用）: OpenAI Whisper自动语音识别模型的高性能

声音

LLM微调经验&认知

知识来自于pretrain阶段，指令微调通常只不过是为了让LLM显示地输出已具备知识。

LLM 大模型

震惊！OpenAI发布Meta-Prompt，未来不再需要提示词。

想象一下，你随便写一句简单的提示词，它能自动帮你优化成专业工程师级别的完美提示！

Meta-Prompt 提示词

Insanely Fast Whisper：超快的Whisper语音识别脚本

insan 转录整个播客的时间：31分1秒项目链接 https://github.com/Vaibhavs10/insanely-fast-whisper 出自：

音频 Whisper

<...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