首页
Ai 资讯
Ai 知识库
创作魔法
绘画魔法
视频魔法
训练魔法
Ai术语
Ai提示词
Ai创意图
Ai工具
Ai视频
VIP专区
VIP专区
登录
AI魔法学院客服
最新
排序
收藏
全部
七天内
一个月内
选择分类
全部
写作魔法
绘画魔法
视频魔法
训练魔法
其他
AI工具
VIP视频
推荐阅读
换一批
· 测评了8个国产AI大模型,差点崩溃……
· 腾讯开源混元AI绘画大模型
· 实测:本地跑llama3:70B需要什么配置
· 豆包MarsCode——免费AI编程助手
· 变天了,AI可以一键生成中文海报了......
· 如何改善你的回测方法,提高策略的未来收益
· BaiChuan百川
· LangChain + ChatGLM2-6B 搭建私域专属知识库
· 解读:一个数学在线教育网站如何做到一千万月访问量
· 这个能写出10W+爆款文章的ChatGPT提示词,你敢用吗?
热门标签
Stable Diffusion
stable diffusion
Midjourney
midjourney
ComfyUI
comfyui
ChatGPT
chatgpt
大模型
数字人
开源
人工智能
Sora
文心一言
天工
零一万物
知海图
星火
文心一格
混元
通义千问
盘古
言犀
ChatGLM
Github
微软
热门标签
免费
教程
插件
免费
教程
插件
免费
教程
插件
文章列表
工具
FFmpeg之父新作——
音
频
压缩工具 TSAC
前两天FFmpeg作者Fabrice Bellard在个人主页发布了一款
音
频
压缩工具TSAC。
TSAC
音频工具
Prompt
Prompt | 抖
音
视
频
脚本
这个prompt可帮助您为 TikTok 视
频
生成极具吸引力的脚本。
prompt
开源
语
音
、视
频
转文字神器:开源whisper介绍
OpenAI的Whisper是一种基于深度学习的语
音
识别模型,它是一种通用的语
音
识别模型,可以用于语
音
识别、语
音
翻译和语言识别等任务。
人工智能
大模型
wisper
神奇的 OuteTTS - 0.1 - 350M:用几秒钟
音
频
克隆声
音
的黑科技!
2、独特的
音
频
处理三步法
音
频
标记化(Audio tokenization) 使用 WavTokenizer 对
音
频
进行处理,每秒可处理 75 个标记
OuteTTS-0.1-350M
音频
栩栩如生,
音
色克隆,Bert-vits2文字转语
音
打造鬼畜视
频
实践
本次让我们基于Bert-vits2项目来克隆渣渣辉和刘青云的声
音
,打造一款时下热搜榜一的“青岛啤酒”鬼畜视
频
。
Bert-vits
语音
开源
从声纹模型到语
音
合成:
音
频
处理 AI 技术前沿 | 开源专题 No.45
facebookresearch/audiocraft[1] Stars: 16.6k License: MIT AudioCraft 是一个用于
音
频
生成的
AudioCraft
音频
VividTalk:用一张照片和一段
音
频
让人物栩栩如生地说话
最新的突破来自VividTalk项目,这是一个能够将单张照片和一段
音
频
结合起来,创造出仿佛真人在说话的视
频
的技术。
VividTalk
视频
AI视
频
新技能!这套流程教你打造视
频
人物和声
音
完美同步!
这个视
频
中人物的身体姿势、头发、头部姿势、面部表情都在发生运动,看了上面的视
频
后,群里一位朋友问如何实现视
频
中的人物口型与
音
频
的完美同步,以及当前可行的方法。
AI视频
开源
GPT-4o实时语
音
方案提供商Livekit开源voice agent:轻松处理
音
视
频
流
轻松访问 LiveKit WebRTC 会话并处理或生成
音
频
、视
频
和数据流。
voice
agent
开源
音视频
数字人
一款构建AI数字人项目开源了!自动实现
音
视
频
同步!
本周GitHub项目圈选: 主要包含
音
视
频
同步、多代理框架、3D对象模型、适用于开发者的演示文档构建工具、网页程序打包、自构建CRUD应用等热点项目。
AI数字人
音视频同步
大模型
炸裂!百川开源第1个7B多模态大模型 Baichuan-Omni | 能够同时分析图像/视
频
/
音
频
/文本
对于
音
频
对齐,作者收集了开源和内部的数据集,用于自动语
音
识别(ASR)和
音
频
问答(AQA)。
Baichuan-Omni
多模态大模型
阿里
阿里&字节发表VividTalk,只需单张照片即可根据
音
频
生成栩栩如生的人物说话头像视
频
它通过先进的
音
频
到3D网格映射技术和网格到视
频
的转换技术,实现了高质量、逼真的
音
频
驱动的说话头像视
频
生成。
VividTalk
视频
关于AI声
音
生成的一切(语
音
+
音
乐+嘴型)
2D/3D/视
频
生成最近都有很多值得关注的工具,但是要输出完整的AIGC作品,肯定少不了声
音
。
声音
开源
生成式AI领域拓展!MetaAI开源AudioCraft:一个支持AudioGen、MusicGen等模型的
音
频
生成开发框架
然而,
音
频
生成领域的进展却相对滞后。
开源模型
换脸
Wunjo AI: 合成和克隆英语/俄语/中文语
音
,实时语
音
识别,深度换脸和唇动合成,通过文本提示更改视
频
,分割和修饰
无论您是钻研语
音
合成、制作 Deepfake 动画、通过文本提示绘制稳定扩散视
频
还是视
频
制作,Wunjo AI 都能满足您的需求。
AI语音克隆
实时语音识别
<
1
2
3
4
5
6
7
8
9
10
...
>
1
2
4
5
6
7
8
9
100