文章列表-AI魔法学院

文章列表

Fastwhisper + Pyannote 实现 ASR + 说话者识别

SPEAKER_03[20.20s -> 35.70s] 我们随着整个业务的拓张会发现跟阿里云有非常紧密的联系因为刚开始伟光在介绍的时候也讲阿里云也是阿里巴巴的云所以这个过程中一会儿也可以稍微展开跟大家讲一下我们跟云是怎么一路走来的

faster-whisper 语者识别 ASR

如何拥有你的卡通形象？ComfyUI-workflow

Lora (sliders) 使用调整滑块，可以调整眼睛的大小、微笑的强度、头发的长度等维度。

ComfyUI-workflow 文生图

ChatGPT提示工程5篇合集(二)：ChatGPT提示工程 - 总结

到1960年，美国的预期寿命已经增长到70岁，而印度只有41岁，两国之间的寿命差距扩大了。

prompt 提示词

ComfyUI学习笔记：插件安装

ComfyUI是节点式编程的环境思路，安装后的默认启动示例，是一套生成图像所需的基础节点组合：上图包含加载模型、设置关键词、设置图像大小、选择采样器、VAE解码、保存图片。

comfyui 插件绘画

SadTalker数字人常见问题3

下面是解决方法：图片问题一般SadTalker数字人工具，能处理的图片，大致都在1M以下，几百K的文件，清晰度都是可以的。

SadTalke

ChatGPT提示工程5篇合集 - 吴恩达和OpenAI出品

ChatGPT提示工程 - 推理 4.文本转换在这篇文章中，介绍了如何使用大型语言模型来进行文本转换工作，如语言翻译、语调调整和格式转换。

ChatGPT prompt

全新换脸工具ReActor，比roop更强！

记得「inswapper_128.onnx」文件大小是 528M。

ReActor SD 文生图

零代码编程：用ChatGPT打造一个信息推送的微信机器人

天的数据，7天以后不再提供可靠性保证，会不定时清理历史消息；单条消息的数据长度(字符数)限制是：content<40000;summary<100;url<400; 单条消息最大发送

ChatGPT

SD入门教程六：ControlNet基础入门

文生图和图生图界面都能找到controlnet的操作区域；在这个操作区域为3大板块： 1.

ControlNet 文生图

HAI-Chat：高效且轻量的一键式 RLHF 训练工具

它适配萤火智算集群的特性，更兼容 HAI-LLM 大模型训练框架训练出来的模型，相比开源 RLHF 方案提速12倍。

HAI-Chat RLHF

ComfyUI-DDetailer脸部修复

comfy的放大我们已经安排过了（不知道的可以翻一下历史，不给门了）那comfy是否也有ad？

ComfyUI 脸部修复

网易有道强力开源中英双语语音克隆

127.0.0.1:8501:8501 syq163/emoti-voice:latest 现在打开浏览器，导航到 http://localhost:8501 ，就可以体验EmotiVoice强大的

语音开源

爆火！腾讯开源PhotoMaker：高效地定制化生成任意风格的逼真人类照片！

通过这个管道，可以收集一个面向ID的数据集，其中包含大量的ID，每个ID都有多个图像，这些图像包含不同的表情、属性、场景等。

PhotoMaker 文生图

OCRmyPDF—可智能识别PDF文本和图片信息的工具

•要么它们生成的PDF文件中的文本放置错误（使得无法复制/粘贴)•要么它们处理不了重音和多语言字符•要么它们改变了嵌入图像的分辨率•要么它们生成了非常大的

OCRmyPDF 工具

ComfyUI官方使用手册【官网直译+关键补充】

4.放大潜在图像(Upscale Latent)节点放大潜在图像(Upscale Latent)节点可以用来调整潜在图像的大小。

文生图图生图 comfyui

<...89 90 91 92 93 949596 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