文章列表-AI魔法学院

文章列表

两天star量破千：OpenAI的Whisper被蒸馏后，语音识别数倍加速

懂技术的小伙伴也可以寻找其他替代方案，比如语音转文字模型 Whisper、文字翻译 GPT、声音克隆 + 生成音频 so-vits-svc、生成符合音频的嘴型视频 GeneFace++dengdeng。

语音 HeyGen

实时语音克隆

SV2TTS使用深度学习框架，分为三个阶段，通过音频创建声音的数字表示，然后用这个表示来合成任意文本的语音。

语音克隆

【语音识别】OpenAI语音力作Whisper

规避讲话者身份预测作者在查看模型效果是发现，因为数据集庞杂，模型很难预测好讲话者姓名。

语音转文字 whisper

LLMOps框架Dify发布Workflow功能，RAG进入自由编排时代（附产品负责人分享PPT ）

通过编排可以将开放域，复杂多步问题，分解为多个子问题分开解决，能用模型用模型，不能用模型的用流程，甚至采用“Human in Loop”的方式，将整个工作流程白盒化，把大模型能力限制在封闭的问题内，让大模型更可控

RAG 自由编排 Workflow

AI 爆文写作：如何用GPT写出10万＋？这篇五千字长文给你答案！

虽然大多数问题你随口一问chatGPT也能给出还不错的回答，但是当问题有一些复杂，或者你对生成的结果要求比较高时，就要学会写一份要素完整的prompt。

提示词写作自媒体

万字长文｜40万人学习过｜28个ChatGPT使用技巧，带你从入门到精通

Prompt示例：我是个正在学习python的无其他代码经验的初学者，我希望对一个csv格式的用户调研数据进行分析，请告诉我应该使用哪些工具去辅助我进行分析技巧三：限制ChatGPT的回答长度

ChatGPT 使用技巧教程

数学能力超ChatGPT，70B开源大模型火了：用AI微调AI，微软全华班出品

HuggingFace已上线3个在线可玩版本（分别为7B、13B和70B参数），各种数学题可以直接丢进去试一试。

开源模型

俄罗斯人开源了最大的文生图模型：参数量12B，比SDXL大了3倍多！

而且DALL-E 2比较难生成包含正确文本的图像，比如下面的"deep learning"：最主要的原因还是CLIP image embedding本身，通过对比学习训练的CLIP image embedding

Kandinsky-3 文生图开源模型

弱智吧竟成最佳中文AI训练数据？！中科院等：8项测试第一，远超知乎豆瓣小红书

具体来说，使用弱智吧数据训练的大模型，跑分超过百科、知乎、豆瓣、小红书等平台，甚至是研究团队精心挑选的数据集。

弱智吧训练数据集

GItHub一款强大、简单、易用的高效的数据处理RPA小工具

自动化抓取网页数据？

GitHub 数据处理RPA

大语言模型微调：定制自己的微调数据集

数据样本应该充分，以确保模型能够准确地学习特定任务的格式和规律。

大模型

大模型业务应用中数据准备的要求、难点及解决思路

针对大模型在商业银行垂直场景的应用，下面我们分环节、分场景地围绕大模型训练数据的要求进行探讨。

大模型

AI知识库总是不准？教你无脑用GPT整理结构化数据集...

所以就要做数据清洗，或者说，做一个结构化的数据集。

GPT

换脸软件 FaceFusion 保姆级教程

在制作定制数字人时，有时候为了不侵权，会使用换脸软件将原素材的脸型进行替换，今天一个客户就提出了这样的需求，所以，这里我使用 FaceFusuion 这款软件来进行操作。

FaceFusion 教程

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

从来源上看，它分为开源数据和合成数据。

Baichuan-Omni 多模态大模型

<...10 11 12 131415 16 17 18 19 ...>

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