首页
Ai 资讯
Ai 知识库
创作魔法
绘画魔法
视频魔法
训练魔法
Ai术语
Ai提示词
Ai创意图
Ai工具
Ai视频
VIP专区
VIP专区
登录
AI魔法学院客服
最新
排序
收藏
全部
七天内
一个月内
选择分类
全部
写作魔法
绘画魔法
视频魔法
训练魔法
其他
AI工具
VIP视频
推荐阅读
换一批
· 第一性原理以及第一性原理是怎么帮马斯克成为首富的
· 爆火的“哄哄模拟器”,它是如何炼成的?Prompt泄漏了
· AI声音克隆 | 最全最简教程(权威版)
· ComfyUI官方使用手册【官网直译+关键补充】
· Coze多智能体(Multi-Agents)模式体验!
· Github上Star数最多的大模型应用基础服务:Dify 深度解读
· Stable Diffusion 30分钟打造AI 写真照片生成器|海马体照相馆这次真的要木得了
· 从第一性原理看大模型Agent技术
· 精通百种语言的翻译AI来了!Meta推出,免费、开源!
· 6个最佳开源TTS引擎
热门标签
Stable Diffusion
stable diffusion
Midjourney
midjourney
ComfyUI
comfyui
ChatGPT
chatgpt
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
ChatGLM
Github
微软
热门标签
免费
教程
插件
免费
教程
插件
免费
教程
插件
文章列表
语音
「语音识别的未来已来」——探索Distil-
Whisper
,轻量级AI的强大力量
作为
Whisper
模型的蒸馏版,Distil-
Whisper
凭借轻量级架构和卓越的处理速度,成为了技术热潮中的新宠。
Distil-Whisper
语音识别
数字人
数字人之声音克隆:无样本,1分钟样本完美克隆声音,开源
接下来是,语音转文字,使用ASR,这个地方 ASR模型,你可以选中文或者多语种,多语种用的
Faster
Whisper
,这个作者没有集成,使用时会自动下载 输入上一步切割的语音,直接点击启动
数字人
声音克隆
GPT-SoVITS
Prompt
提高工作效率的 10 个高级Prompt
Learn
faster
than ever with the 80/20 technique Prompt:"I want to learn about [insert topic].
工作
大模型
GPT
prompt
提示词
开源
十大开源语音识别项目
Whisper
Whisper
是一个通用的语音识别模型。
语音识别
开源项目
开源
开源版GPT-4o语音来袭,Mini-Omni开启实时语音对话
whisper
[3] 用于音频编码。
Mini-Omni
语音
开源
开源
开源语音大语言模型来了!阿里基于Qwen-Chat提出Qwen-Audio!
现有的代表性音频语言多任务语言模型,如SpeechNet、SpeechT5、VIOLA 、
Whisper
和Pengi,仅限于处理特定类型的音频,如人声或自然声音。
大模型
语音
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
具体来讲,对于语音模态,采用
Whisper
作为特征编码器,冻结
Whisper
[5] 并提取音频输入的特征。
开源模型
视频
栩栩如生,音色克隆,Bert-vits2文字转语音打造鬼畜视频实践
https://huggingface.co/cl-tohoku/bert-base-japanese-v3/tree/main 语音标注 接着我们需要对已经切好分片的语音进行标注,这里我们使用开源库
whisper
Bert-vits
语音
换脸
AI换脸工具:facefusion使用心得
faster
: 这个选项比veryfast慢一点,但提供了更好的压缩效率。
FaceFusion
文生图
开源
【语音领域-又双叒更新】阿里开源FunAudioLLM: 2大核心模型、5大亮点功能!效果炸裂!手把手带你理论+实战部署推理!
高性能:与
Whisper
-small(已开源) 和
Whisper
-large 相比,SenseVoice-Small 的性能分别快 5 倍和 15 倍以上。
asr
tts
声音
大模型
全球下载量最大的AI绘画大模型,更新Lightning极速版
humanity's survival, encapsulate the psychedelic space warps and time distortions experienced during
faster
-than-light
Stable
Diffusion
大模型
提示词
人工智能
2023年人工智能行业总结(精简版)
此外,还有Meta的
Whisper
项目,能够转化声音为文本、Roop和FaceFusion的换脸软件、AnimateDiff的动画生成技术等。
人工智能
行业总结
大模型
大模型微调经验汇总---LLM finetuning 踩坑经验之谈
最后采用架构上的调整,
faster
transformer 要优于传统的 transformer 架构。
大模型
人工智能
Stable Diffusion
OpenAI救了Stable Diffusion!开源Dall·E3同款解码器,来自Ilya宋飏等
开发者日的另一项重磅开源是语音大模型
Whisper
3。
SD
文生图
DALLE
大模型
如何下载及使用通义千问7B开源大模型
course the money takes years to come in, or they sell your loan to another business to get the money
faster
通义千问
<
1
2
3
>
1
2
4
5
6
7
8
9
100