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

通过这一轮的操作，儿子就可以真的“复活”了，至少在心理上能够给一些慰藉。

声音克隆数字人

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

它的原理是，把输入的语音信号随机地掩盖一些部分，然后让模型尝试重建完整的语音信号。

Translatotron 语音识别

如何下载及使用通义千问7B开源大模型

modelscope.cn/studios/qwen/Qwen-7B-Chat-Demo/summary 欢迎小伙伴们来创空间体验Qwen-7B-Chat的模型效果👏～模型推理

通义千问

模拟ChatGPT流式数据——SSE最佳实践（附可运行案例）

为什么要这样传输，从使用场景上来说，ChatGPT 是一个基于深度学习的大型语言模型，处理自然语言需要大量的计算资源和时间，响应速度肯定比普通的读数据库要慢接口等待时间过长，显然不合适。

GPT

【开源项目】Flow Matching 语音合成

https://github.com/shivammehta25/Matcha-TTS 工程展示： https://shivammehta25.github.io/Matcha-TTS/ 在线推理：

音视频 Flow Matching

ChatGPT等大模型实用的提问技巧

用 {###} or {"""} 包裹住输入信息，用这种方法来和其他信息分割，避免 AI 理解错误输出要求 Output Indicator 指定输出的类型或格式

大模型

SD-WebUI和ComfyUI的局域网访问设置

现在把内容整理一下发出来，大家可能用得着。

comfyui stablediffusion

网易有道强力开源中英双语语音克隆

git lfs clone https://huggingface.co/WangZeJun/simbert-base-chinese WangZeJun/simbert-base-chinese 推理

语音开源

如何用人工智能协助我提高写代码的效率

当然让它帮你改写也会存在问题，特别是你只给了一个代码片段时，AI可能理论错了，写出错误的回答，但至少能给你参考和思路。

人工智能编程

Embedding开源模型重磅玩家：北京智源人工智能研究院最新Embedding模型发布！登顶MTEB，免费商用授权！

这些向量能够捕捉到语义的丰富含义，使计算机可以像处理数字一样来处理文本。

开源模型

Coze、Dify、FastGPT：哪款智能体平台最强？深度对比分析！

它结合了后端即服务（BaaS）**和**LLMOps的理念，能够帮助开发者高效构建生成式AI应用。

智能体平台对比

AA大佬新作：ComfyUI整合包，打造极简解决方案

6.使用教程：为了更好地理解和使用ComfyUI，建议查看AA提供的使用教程或者相关社区论坛中的指南。

comfyui 文生图工作流程

模拟ChatGPT流式数据——SSE最佳实践

为什么要这样传输，从使用场景上来说，ChatGPT 是一个基于深度学习的大型语言模型，处理自然语言需要大量的计算资源和时间，响应速度肯定比普通的读数据库要慢接口等待时间过长，显然不合适。

打字机 sse 大模型

探秘制作艺术二维码的新姿势

选择ControlNet的类型为：OpenPose，正常情况下预处理器和模型会自动加载，如果没有加载，请手动选择。

图像文字

比真人还像真人！字节跳动PersonaTalk的黑科技有多强大？

不论人物的脸型、语气、表情，甚至独特的说话方式都能完美再现，这种个性化处理让视频仿佛是自然发声，而不是后期添加的配音。

PersonaTalk 视频

<...88 89 90 91 92 939495 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