首页
Ai 资讯
Ai 知识库
Ai提示词
Ai创意图
Ai工具
Ai视频
VIP专区
登录
AI魔法学院客服



推荐阅读
· MCP服务介绍及应用场景报告-来自Manus
· 本地部署Manus+DeepSeek保姆级教程！
· 13个神级Chatgpt指令，助你小说丝滑过审
· Midjourney AI绘画美女提示词分享三
· 结构化Prompt必备基础：5分钟学会Markdown语法，实现提示词创作自由！
· prompt必须知道的26条军规
· 「长文」可能是目前最全的LangChain AI资源库之一
· “大模型+机器人”的现状和未来，重磅综述报告来了！
· MidjourneyV6高级提示词技巧（人物篇）
· GenColor.ai
热门标签
Stable Diffusionstable diffusionMidjourneymidjourneyComfyUIcomfyuiChatGPTchatgpt大模型数字人开源人工智能Sora文心一言天工零一万物知海图星火文心一格混元通义千问盘古言犀ChatGLMGithub微软
文章列表
开源
精通百种语言的翻译AI来了！Meta推出，免费、开源！
它是基于Meta公司之前开发的两个模型：M2M-100和Universal Speech Translator。
大语言模型
ChatGPT
20个ChatGPT超实用的提示词（Prompt）
附加说明：演讲应在 15 分钟以内” 英文版："Topic: How to write persuasively Audience: Business executives Format: Speech
prompt提示词
开源
开源免费离线语音识别神器whisper如何安装
Whisper系统所提供的自动语音辨识（Automatic Speech Recognition，ASR）模型是被训练来运行语音辨识与翻译任务的，它们能将各种语言的语音变成文本，也能将这些文本翻译成英文
wisper翻译免费
教程
AI声音克隆 | 最全最简教程（权威版）
  TTS 的英文全名是 Text To Speech,中文译名是“文本转语音”。
声音克隆教程
开源
ModelScope(一站式开源的模型即服务共享平台)的简介、安装、使用方法之详细攻略
word-segmentation 分词 分词，将连续的自然语言文本，切分成具有语义合理性和完整性的词汇序列 part-of-speech
开源
开源
从声纹模型到语音合成：音频处理 AI 技术前沿 | 开源专题 No.45
· 支持多个 ASR (自动演讲识别) 配方 · 支持类似于 ASR 配方一样的 TTS (文本转声) · 支持 ST (Speech Translation
AudioCraft音频
大模型
“实时”语音翻译！AI语音具有“情绪”！最强开源AI大模型来了
seamless_communication 论文地址： https://ai.meta.com/research/publications/seamless-multilingual-expressive-and-streaming-speech-translation
大模型开源模型语音
OpenAI
两天star量破千：OpenAI的Whisper被蒸馏后，语音识别数倍加速
Whisper 是 OpenAI 研发并开源的一个自动语音识别（ASR，Automatic Speech Recognition）模型，他们通过从网络上收集了 68 万小时的多语言（
语音HeyGen
大模型
Meta无限长文本大模型来了：参数仅7B，已开源
中小型基准的其他实验结果，包括 LRA、ImageNet、Speech Commands、WikiText-103 和 PG19 证明了 MEGALODON 在体量和多模态上的能力。
Meta长文本大模型
开源
46.6k星星！最强开源AI集合系统，一键部署全网AI工具都能直接用，UI简直是视觉盛宴！
  LobeChat精心挑选了一系列高质量的语音选项（如OpenAI Audio、Microsoft Edge Speech），满足来自不同地区和文化背景的用户需求。
AI开源集合
大模型
OCR的终极解法——传统算法VS多模态大模型
        词性标注（Part-of-Speech tagging）：为每个单词指定词性，如名词、动词等。
OCR大模型文字识别
语音
Whisper对于中文语音识别与转写中文文本优化的实践(Python3.10)
   transcriber = pipeline(       "automatic-speech-recognition
Whisper语音优化
【提前体验GPT-5】吴恩达AI智能体工作流详细解读
descriptive text using an image-to-text model, and then transform the text into voice using a text-to-speech
GPT-5智能体
大模型
中文版开源Llama 2同时有了语言、多模态大模型，完全可商用
2304.03277 [12] Microsoft Azure 语音合成 API： https://azure.microsoft.com/en-us/products/ai-services/ai-speech
开源模型
提示词
18种 DALL-E 3 炫酷的文字效果和提示词
The text '[text]' inside a (speech/thought) bubble is prominent and aligns with the image's style.
DALL-E3提示词文生图
skillup 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
Ai助理

Hello 👏🏻

我是 Ai助理，关于ai的问题你可以问我