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
· 实测:本地跑llama3:70B需要什么配置
· 建议收藏:超详细ChatGPT(GPT 4.0)论文润色指南
· 有道开源的国产语音库EmotiVoice爆火了!具有情绪控制功能的语音合成引擎!
· ComfyUI官方使用手册【官网直译+关键补充】
· 超详细的 Stable Diffusion ComfyUI 基础教程(三):Refiner 细化流程
· 详解Stable Diffusion提示词prompt语法
· GitHub狂飙3万star的LLM公开资料 - 大模型入门教程
· AI+音乐|对话 Suno CEO:破圈的音乐生成产品是如何诞生的?
· Suno音乐新手指南(手把手完整版教程)
· 火山写作
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
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
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
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
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
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
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
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
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
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
数字人
AI虚拟主播数字人技术实现Wav2Lip
本文主要实现图片说话(如下图的蒙娜丽莎)、视
频
融合语
音
(这里的核心都是人物口型与
音
频
中的语
音
唇形同步)。
数字人
视频
Insanely Fast Whisper:超快的Whisper语
音
识别脚本
通过使用Transformers和Optimum技术,可以在不到10分钟内转录300分钟(5小时)的
音
频
。
音频
Whisper
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
OpenAI
【语
音
识别】OpenAI语
音
力作Whisper
与Wav2Vec 2.0等前作不同,以往的模型都是在未标注的
音
频
数据上预训练的,而 Whisper 是在大量的已标注
音
频
转录数据上预训练的。
语音转文字
whisper
数字人
SadTalker数字人常见问题3
SadTalker数字人制作工具,用自带的图片
音
频
可以生成,而用自己的图片、
音
频
生成视
频
就不行。
SadTalke
<
1
2
3
4
5
6
7
8
9
10
...
>
1
2
4
5
6
7
8
9
100