文章列表-AI魔法学院

文章列表

阿里巴巴语音实验室发布开源语音处理框架ClearerVoice-Studio，支持语音增强、分离、目标说话人提取

.02 技术亮点：多模型协作，创新驱动性能突破 ClearerVoice-Studio 的核心优势在于其精心设计的模型体系，针对不同的语音处理任务量身打造了多款创新模型

ClearerVoice-Studio 语音

【进阶】-文生图术语解释

黑话# 缩写/术语解释 oneshot 一张图

文生图

Stable Diffusion

详解Stable Diffusion提示词prompt语法

反面提示词 1.画质如果我们没有任何画质的 prompt ，那么得出的效果就会很糊添加画质的 prompt 就可以很好的解决这个问题，画质也分为了两大类通用型：

SD prompt 文生图提示词

AI文本转语音工具（TTS）：MeloTTS

今天给大家介绍一个效果不错的开源文本转语音工具：MeloTTS MeloTTS是一个可以把文字转换成声音的工具，它支持英语、西班牙语、法语、中文、日语和韩语等多种语言。

MeloTTS 语音工具

LLM大模型推理输出生成方式总结

参数：do_sample = True, num_beams = 1 优点：解决了生成重复的问题，但是可能会出现生成的文本不准守基本的语法 Beam-search multinomial sampling

大模型

大模型下半场，关于Agent的几个疑问

——是否需要一个learnable的环境小模型？

大模型

预训练对话大模型深度解读

其实它只是一个数学模型，它强大的原因是：用到的计算量很大、数据量很大、训练语言模型的方法比以前好。

面向知识图谱的大模型应用

for Parallel Function Calling》(https://arxiv.org/abs/2312.04511), 颇受启发，或许可以通过LLM Compiler 实现已有知识图谱系统的大模型赋能

知识图谱大模型

回望做大模型一年后的感悟

大模型应该分为两类，一类是从头开始训练的基础模型，比如：Yi、QWen、Baichuan、ChatGLM、DeepSeek等等；另一类是continue pretraining和sft类别的模型。

大模型感悟

体验完阿里的EMO模型，我emo了

一、唠嗑近日，阿里宣布通义千问研发的AI模型—EMO模型正式上线通义千问App，并开放给所有用户免费使用。

EMO 文生图

十个节省数百小时无聊工作的GPT提示词

节省数百小时无聊工作的十大提示： 1️⃣ 激发您的创造力 Prompt："Generate 30 bold new ideas for [insert

prompt 提示词

实时语音克隆

项目简介这份内容介绍了实时语音克隆的技术实现，作者通过将说话者验证技术转移到多说话人文本到语音合成（SV2TTS）来实现语音克隆。

语音克隆

快手大模型出炉！【快意】来袭！

「快意」大模型（KwaiYii）是由快手AI团队从零到一独立自主研发的一系列大规模语言模型（Large Language Model，LLM），当前包含了多种参数规模的模型，并覆盖了预训练模型

开源模型

垂直领域大模型的一些思考及开源模型汇总

而keyword LLM真的让我眼前一亮的，之前对关键词抽取的理解，一直是从文本中找到正确的词语，在传统检索中使用同义词等方法来提高检索效果。

垂直领域大模型开源模型汇总

一张照片秒生不同风格图像！小红书InstantID来了！

· · 即插即用：作为一个轻量级的模块，InstantID可以轻松地集成到现有的文本到图像扩散模型中，无需对模型进行复杂的修改。

InstantID 文生图

<...11 12 13 141516 17 18 19 20 ...>

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