文章列表-AI魔法学院

文章列表

「语音识别的未来已来」——探索Distil-Whisper，轻量级AI的强大力量

通过精心的数据选择和过滤，以及伪标签技术的应用，Distil-Whisper在保持原有模型鲁棒性的同时，实现了速度和性能的双重提升。

Distil-Whisper 语音识别

自从prompt用了示例演示，GPT的输出稳定性达90%

这些问题值得我们每个人深思，因为它们不仅关乎技术的使用，更关乎我们与这个快速发展的数字世界的互动方式。

prompt 提示词

保姆级教程：手把手教你创建GPTs角色应用

GPTs 也在「Configure」页面中自动设置好了参数。

GPTs 教程

Stable Diffusion

用 Stable Diffusion 10分钟实现电商模特换装/换模特

选好模型，然后调整参数。

Stable Diffusion 文生图

精通百种语言的翻译AI来了！Meta推出，免费、开源！

开源：Meta公司将SeamlessM4T以及它所使用的训练数据集SeamlessAlign都开源了。

大语言模型

AI Comic Factory：AI(连环)漫画生成器

分叉并修改代码以使用不同的 LLM 系统另一种选择可能是完全禁用 LLM 并将其替换为另一个 LLM 协议和/或提供者（例如 OpenAI、Replicate），或人工生成的故事（通过返回模拟或静态数据

生成式AI

造梦师手记：重新定义真实，SDXL下载量最大的真人模型

这些数字完全震惊了我,并且始终让我惊喜不已 :) 随着第5版的到来,我为您呈现了一个更稳定和质量上佳的JuggernautXL版本。

文生图 SDXL

关于AI声音生成的一切（语音+音乐+嘴型）

mExpresso（多语言Expresso）是一个包含七种朗读风格（默认、快乐、悲伤、困惑、清晰、耳语和笑声）的表达性语音到语音翻译数据集，涵盖英语和其他五种语言。

声音

LLM native策略的内部状态是否应该结构化【2023Q3】

就算是有领域专家的加持，也仍然会在实操方面遇到很多问题： · 要么领域专家与非领域专家的研发、产品、数据标注员之间会有明显的冲突

大模型

开发语音产品时设计唤醒词和命令词的技巧

命令词中的数字需要以汉字表示，如“调高一度”； 10.

语音产品唤醒词命令词

WebUI使用用InstantID，AI换脸完美版

注意相关参数。

换脸小红书

【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！！

输出的语音效果展示: 中文效果展示,z先生的备忘录,6秒效果展示: 利用ChatTTS实现英文语音转文本进阶篇:ChatTTS教程-固定音色在ChatTTS中，控制音色的主要是通过参数spk_emb

chattts tts 文生语音

全球下载量最大的AI绘画大模型，更新Lightning极速版

但是，除了Dreamshaper等少数几个大模型坚决跟进外，大部分大模型都还在坚持原有的技术，没有彻底转投Turbo和LCM。

Stable Diffusion 大模型提示词

小心你的GPTs 防守篇 - 自带六神装的高防GPTs

保护文件既然我们完成了提示词的保护，那下一步就是“锁”上我们宝贵的数据文件 1.

GPTs 大模型

【开源黑科技】鹅厂PhotoMaker AI绘画工具，一键打造多风格头像！

这意味着它可以将多个身份证明（ID）图像的信息合并成一个统一的数据结构。

photomaker 绘画风格

<...86 87 88 89 90 91 92 939495 >

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