文章列表-AI魔法学院

文章列表

腾讯开源的数字人MuseTalk到底行不行？

该模型能够根据输入的音频信号，自动调整数字人物的面部图像，使其唇形与音频内容高度同步。

MuseTalk 数字人音频

数字人：从科幻走向现实的技术革命

数字人的技术原理数字人是通过计算机技术创建的虚拟人物形象，其外观、动作和交互能力都基于现实人类的特征。

数字人语音

GitHub本月榜单：一个数字人技术的“非官方”实现

本月GitHub榜单有一个“非官方实现”数字人，太牛了 github地址 https://github.com/guoqincode/AnimateAnyone-unofficial 看看效果实时动图

AnimateAnyone 人工智能

依赖倒置：以数字和AI的思维模式思考

依赖倒置说的是我们每个人生活在真实的物理世界之中，但这个世界的控制把手却越来越转移到虚拟的数字空间之中。

写文章

数字人起飞！字节Loopy对口型功能在即梦上线可根据语境匹配表情和情绪

还记得月初刚发布时就让大家惊艳不已的字节新项目Loopy吗?

Loopy 视频

郭德纲讲英语相声详细教程

郭德纲用英文说相声的短视频火爆全网，同类型的AI短视频层出不穷，更有好莱坞明星说中文的短视频，不断地出爆款，那么现在我们就开始学习如何制作一个同类型的AI短视频吧！

数字人音视频

数字人之声音克隆：无样本，1分钟样本完美克隆声音，开源

内置HP2和HP3两个模型，HP3可能轻微漏伴奏但对主人声保留比HP2稍微好一丁点； 2、仅保留主人声：带和声的音频选这个，对主人声可能有削弱。

数字人声音克隆 GPT-SoVITS

Stable Diffusion

万字长篇！超全Stable Diffusion AI绘画参数及原理详解

这篇文章相当于个人的学习笔记，全文近两万字，建议配合目录观看。

文生图

【重磅推荐】PaddleOCR：超越人眼识别率的AI文字识别神器！

导语：在当今数字化时代，人工智能技术已经渗透到各个领域。

PaddleOCR 文字识别

这个数字人开源项目太牛了，非常全面的项目解决方案(含源码)

今天介绍一个开源的完整的数字人项目：Fay Fay是一个完整的开源项目，包含Fay控制器及数字人模型，可灵活组合出不同的应用场景：虚拟主播、现场推销货、商品导购、语音助理、远程语音助理、数字人互动、心理测评

Fay 开源项目数字人

京东开源普通话数字人JoyHallo，一口流利标准普通话还会讲英语

首先，收集全面的普通话数据集非常困难；其次，普通话的复杂口型动作使得模型训练比英语更具挑战性。

JoyHallo 数字人开源模型

AI Agent的数字化革命：超越文本，走向自主决策与交互

在这种合作模式下，代理不仅仅是为人类服务的工具，它们在数字世界中与其他代理建立社交关系。

生成式AI

造梦师手记：ComfyUI快速量产数字小姐姐

这个任务说复杂并不复杂，习惯用AI的，完全可以找个动漫大模型用图生图转换一下。

comfyui 文生图

Finchat：一个基于AI人工智能的金融数据分析工具，让你有一个私人投资助理！

Finchat是一个基于人工智能的金融数据分析工具，它可以让你通过简单的聊天方式，获取750多个上市公司和100多个超级投资者的关键财务信息。

用户 finchat

RVC和SVC声音模型难找？推荐这个网站

本篇文章介绍：1，声音数据集训练到模型的过程 2 ，SVC和RVC声音模型网站推荐一、声音数据集训练到模型的过程 AI声音模型训练是通过分析大量音频数据来学习声音特性，生成与目标声音相似的新音频

声音克隆数字人

<123 4 5 6 7 8 9 10 ...>

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