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

阿里AI黑科技大揭秘：从通义千问到FaceChain，让图片和视频焕发新生！

这个框架利用了 Stable Difusion 模型的文生图功能并结合人像风格化 LORA 模型训练及人脸相关感知理解模型，将输入的图片进行训练后推理输出生成为个人写真图像。

阿里云视频音频

【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

Stable Diffusion

Stable Diffusion 常用LoRA模型推荐

LoRA模型很容易训练某些特定的人物、形象或者事物，请切记不要损坏原有版权所有人的权益，尤其是要注意模型是否可以商用。

文生图 SD

AI拟声: 5秒内克隆您的声音

声音数据集整理：MockingBird在整理某个人的音频数据集上也很有用，可以在一个声音上做微调，使语音生成质量（如杂音、吐字清晰度）和音色达到更好的效果。

声音克隆开源

一个完整Prompt让ChatGPT自动生成短视频制作脚本

———————— 在当今数字化时代，ChatGPT为我们提供了一种全新而高效的方式，通过其强大的自然语言处理能力，创造出符合个性化需求的短视频制作脚本。

ChatGPT Prompt 视频

XX来信：智能体设计模式2：Reflection

✅开发与多个数据源交互的工具，并使用智能体为给定查询自主选择正确的工具。

Reflection 智能体

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

十个节省数百小时无聊工作的GPT提示词

提供突出关键见解和基本事实的要点，以便于理解。”

prompt 提示词

当ChatGLM3能用搜索引擎时

NoSuchElementException: 40 print('无法定位

大模型应用大模型 ChatGLM

玩转大模型必备：milvus向量数据库私有化安装部署及使用介绍

Milvus通过运行: docker-compose up -d 运行docker-compose up 命令后会下载三个镜像 etcd 、minio还有milvus 这个也很好理解

向量数据库

Fooocus制作从小到老图

同理我在其他文档比如表情发型里面写上各个关键词即可另外我们还可以各种搭配，比如我这样

Fooocus 文生图年龄

<...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