文章列表-AI魔法学院

文章列表

Whisper对于中文语音识别与转写中文文本优化的实践(Python3.10)

阿里的FunAsr对Whisper中文领域的转写能力造成了一定的挑战，但实际上，Whisper的使用者完全可以针对中文的语音做一些优化的措施，换句话说，Whisper的“默认”形态可能在中文领域斗不过

Whisper 语音优化

惊艳推荐！8款好用又免费的文本转语音TTS工具

TTS（Text-to-Speech）技术是一项可以将文本转换成语音的技术。

TTS Maker 语音

宁德核电推出全球参数量最大的核工业大模型｜InfoQ 独家

核电行业是工业场景中相对复杂、安全性能要求极高的场景。

宁德核电大模型

比GPT-4快18倍，世界最快大模型Groq登场！每秒500 token破纪录，自研LPU是英伟达GPU 10倍

如此神速的响应，背后全凭自研的LPU。

Groq 大模型

Stable Diffusion

Stable Diffusion高级教程 - 图生图(img2img)模式

更合适)，为了展示 SD 的厉害之处，我特意选择了一个「复杂」的构图，在本灵魂画手非常努力作画后，看一下生成图的效果这样的: 注意哈，因为这个模式需要上传图，所以我这里只是截了个终端的黑色区域作为背景图

Stable Diffusion 图生图

保姆级AI写论文，ChatGPT写论文指令全集

请帮我撰写开题报告中的研究背景，包括相关领域的现状和研究不足之处。

ChatGPT 指令

借题发挥下最近几例声音克隆的应用案例

这个案例所需要的技术跟案例一基本相同，只是展现场景的不同。

声音克隆数字人

还在手写Prompt？这几大网站让你秒找大模型提示词！

但是问题来了——毕竟每个人的需求都不一样，各种场景千差万别。

prompt 提示词

StableDiffusion

StableDiffusion模型推荐系列（全能型）

今天，我们要聊一聊AI绘画领域里的一个超有趣的话题：为什么Midjourney能用一个5.2模型轻松驾驭各种风格，而Stable Diffusion却需要我们切换无数个模型呢？

stablediffusion sd 文生图

如何拥有你的卡通形象？ComfyUI-workflow

模块5和6加载了相同的图片，可以自由替换为喜欢的卡通角色图片。

ComfyUI-workflow 文生图

OCR终结了？旷视提出可以文档级OCR的多模态大模型框架Vary，支持中英文，已开源！

想将一份文档图片转换成 Markdown 格式？

OCR 手写文字识别

说真的，学会用SD做电商图，你才是真的入了门

在开始之前，我们先捋一捋制作思路：从一张真实产品图开始——分割背景和产品——替换背景——调整尺寸和文字拍摄真实产品图别看一些MJ教程中用提示词出产品图，绕不开的问题是随机性太大。

文生图 SD 电商

Stable Diffusion

Stable Diffusion基础：ControlNet之图片高仿

人物姿态和背景都没啥大变化，裙子也变成了黑色，只是有一张用力过猛，上衣颜色也变了。

文生图

制作可爱的表情包

表情包魔法公式公式:主题背景+环境氛围+风格参考魔法词: multiple poses and expressions (多种表情和姿势) 辅助词:Emoji design(表情)，Manga

绘画表情包

一文带你看懂OpenAI-Sora生成视频的原理

这项技术背后的原理是什么，又将如何影响我们的未来？

视频生成 sora

<...6 7 8 91011 12 13 14 15 ...>

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