数字人-AI魔法学院

数字人

一键部署本地“妙鸭”，证件照，写真照，模特换装全部搞定！

去年年初，一款很火的AI写真软件“妙鸭”横空出世，消费者仅仅只需几张照片就能给自己拍摄出各式各样的证件照、写真照，简直太神奇了。而现在，一款叫做EasyPhoto的插件也出现在了sd上，我们可以利用它，轻松完成一套自己的写真集了。

妙鸭证件照写真照 2024-03-20

“实时”语音翻译！AI语音具有“情绪”！最强开源AI大模型来了

这次AI要革翻译的命了么？！（先别急着骂，我们先看看产品）你是否遇到过这样的情况：你想和一个说不同语言的人交流，但是你不会他的语言！你想把一段语音转成文字，或者把一段文字转成语音，但是你不知道怎么操作！你想把一种语言的语音或文字直接转换成另一种语言的语音或文字，但是你需要用多个工具，而且效果不理想！如果你有这样的困扰，那么你一定会对meta的开源AI模型seamless-communication感兴趣。

大模型开源语音 2024-03-19

用so-vits-svc-4.1进行音色转换的极简教程

这篇文章介绍了使用so-vits-svc项目进行声音转换的过程，包括歌声和普通讲话的转换。文章强调了声音转换需要采集和处理语音干声，以及训练声音主模型的重要性。文章还提供了详细的步骤和工具推荐，如使用Slicer-gui进行人声分离，租用服务器实例进行模型训练，以及使用webui页面或脚本命令进行模型推理。最后，文章提供了训练模型和推理的示例命令。

声音 sovits 2024-03-13

AI拟声: 5秒内克隆您的声音

MockingBird是一个人工智能开源项目，它可以在仅仅5秒钟内克隆你的声音。这种独特的能力使得MockingBird在许多不同的领域中具有广泛的应用场景。

声音克隆开源 2024-03-07

剪映克隆声音功能详解：剪映上线5秒“AI克隆音色”，一堆AI公司又要进入慢性死亡了...

剪映应用推出了一项名为“AI克隆音色”的创新功能，这一功能允许用户在短短5秒内捕捉并复制特定的声音样本。通过先进的人工智能技术，剪映能够分析并学习目标声音的特征，然后生成与原声音极为相似的复制品。这一功能的上线，不仅为用户提供了前所未有的创作自由度，也为声音设计和个性化服务开辟了新的可能性。

剪映声音克隆 2024-03-06

通俗易懂地解释OpenAI Sora视频生成的特点有哪些？它与此前的Runway Gen2、Pika有什么区别？以及缺点是什么？

为什么Sora可以引起如此大的关注？Sora生成的视频与此前其它平台生成的视频到底有哪些区别？有很多童鞋似乎对这些问题依然有疑问，本文将以通俗的语言解释Sora的独特之处。

sora 视频生成 2024-02-18

OpenAI Sora视频生成模型技术报告中英全文+总结+影响分析

就说Sora有多火吧。生成的视频上线一个、疯传一个。英伟达高级研究科学家Jim Fan高呼，这就是视频生成的GPT-3时刻啊！尤其在技术报告发布后，讨论变得更加有趣。因为其中诸多细节不是十分明确，所以大佬们也只能猜测。包括“Sora是一个数据驱动的物理引擎”、“Sora建立在DiT模型之上、参数可能仅30亿”等等。所以，Sora为啥能如此惊艳？它对视频生成领域的意义是？这不，很快就有了一些可能的答案。

sora openai 视频生成 2024-02-17

WebUI使用用InstantID，AI换脸完美版

InstantID 巧妙地避免了对文生图模型 UNet 部分的训练，仅通过训练一个轻量级的可插拔模块，实现了在推理过程中无需 test-time tuning，同时保持了文本控制的灵活性，确保了面部特征的高保真度。

换脸小红书 2024-02-15

爆火的“哄哄模拟器”，它是如何炼成的？Prompt泄漏了

一夜大火的对话式游戏应用“哄哄模拟器”，让我们看到了AI应用的潜力，24小时获得用户70万，也看到了成长烦恼的“账单”，消耗一亿token，不得不弃OpenAI替换为国内月之暗面（Moonshot）提供的kimiChat。

提示词 prompt 2024-02-05

全新换脸工具ReActor，比roop更强！

之前介绍过 SD 的换脸插件 roop，今天我们介绍一个比 roop 更强的换脸插件 ReActor，嗯，它们其实是一个作者，ReActor 是在 roop 的基础上更新换代的，roop 后续作者应该不维护了，所以小伙伴们可以直接使用 ReActor。之前 roop 介绍的比较简单，我们今天来详细介绍一下 ReActor。话不多说，我们直接开整。

ReActor roop 换脸 2024-02-01

网易（TTS）EmotiVoice：开源语音合成，支持2000多音色

你是否曾经想过，如果你能用自己喜欢的声音来朗读任何文本，那该多好？你是否曾经想过，如果你能用不同的情感和语气来表达你的想法，那该多有趣？你是否曾经想过，如果你能用一句简单的提示来控制你的语音合成器，那该多方便？如果你对以上问题的答案是肯定的，那么你一定会对EmotiVoice项目感兴趣。

EmotiVoice 语音合成 2024-01-26

语音克隆又又又又又升级了

之前在前面的文章中有介绍，克隆你的声音，只需要你三秒的录音，声音克隆又进化了！，时隔几个月Meta又推出了最新的语音生成技术，不仅能可能声音，还能通过对声音的描述来生成独特的音色，同时还能通过描述来生成各种各样的音效，甚至能通过文字描述来编辑声音，整体来说，这项技术几乎囊括了现在人们对语音生成技术的所有的需求。

Meta 语音生成 2024-01-25

【开源黑科技】鹅厂PhotoMaker AI绘画工具，一键打造多风格头像！

PhotoMaker的火爆并非偶然，它的核心功能是作为一款多功能的头像生成器。用户可能会以为它仅仅是一个简单的图片编辑工具，但PhotoMaker的功能远不止于此。它不受原始输入图像的限制，能够自由地调整人物的性别、年龄等特征，创造出风格迥异的全新图像。这种灵活性和创造性是PhotoMaker的一大亮点。

photomaker 绘画风格 2024-01-24

AI换脸：FaceFusion和Roop在线版修复，支持手机，平板，低配电脑！

进入今天的主题。因为谷歌Colab平台升级的缘故，大概在12月初，在线的换脸脚本就无法调用GPU了。研究了好几天，最后终于通过Ctrl+CV解决了这个问题。特来通知一下。然后稍微讲解一下使用方法。

FaceFusion Roop AI换脸 2024-01-23

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！

阿里AI黑科技大揭秘：包括通义千问大模型、AnyText、Animate Anyone、Replace Anything、Outfit Anyone、FaceChain、I2VGen-XL和Animate 3D Motion，展示了阿里在AI领域的强大实力和广泛应用

阿里云视频音频 2024-01-19

<12 3 >

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

© 2023-2024 AI魔法学院

京ICP备20027199号-1