文章列表-AI魔法学院

文章列表

“实时”语音翻译！AI语音具有“情绪”！最强开源AI大模型来了

你想把一段语音转成文字，或者把一段文字转成语音，但是你不知道怎么操作！

大模型开源模型语音

对ChatGPT最有效的Prompt！

有无数讨论ChatGPT最佳Prompt的文章，但真正有效的是哪个?...

ChatGPT prompt

新模型Cascade你真的用对了吗？！

01 前言 Stable Cascade 模型最大的优点是 § 是能生成带有文字的图片，文字出错率相比以前模型少很多； § § 其次是硬件要求降低

Stable Cascade 模型

语言大模型100K上下文窗口的秘诀

注意力头返回大小为（n，v）的h个注意力分数矩阵。

大模型

AI落地里那些假的机会

其实是极其数字的经济理性。

大模型

AI写作：如何写出逻辑清晰，结构完整的文章？一个提示词帮你搞定！

今天给大家分享一个万金油写作结构，适合大多数的干货文和观点文。

AI写作提示词

解读 Openai 给 DALLE3 设的完整系统提示词

这个提示词，是看到网友分享的，我让GPT复现，GPT没有告诉我。

提示词绘画 DALLE

大模型应用设计的10个思考

基于大模型的应用设计需要聚焦于所解决的问题，在自然语言处理领域，大模型本身在一定程度上只是将各种NLP任务统一成了sequence 到 sequence 的模型。

大模型应用

Insanely Fast Whisper：超快的Whisper语音识别脚本

通过使用Transformers和Optimum技术，可以在不到10分钟内转录300分钟（5小时）的音频。

音频 Whisper

Stable Diffusion

硬核解读Stable Diffusion（系列一）

对比可以看出，autoencoder将图片压缩到latent后再重建其实是有损的，比如会出现文字和人脸的畸变，在256x256分辨率下是比较明显的，512x512下效果会好很多。

StableDiffusion 文生图

第一个StableCascade动漫大模型上架了

在Sora发布的时候，StabilityAI默默的发布了StableCascade，随后发布了Stable Diffusion 3（暂未放出开源程序），中间字节跳动发布了基于Stable Diffusion

StableCascade 文生图

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

硬核Prompt赏析：HuggingGPT告诉你Prompt可以有多“工程”

文字合成语音等），从而让LLM能驱动其他智能Agent，实现多模态能力。

提示词 prompt

神奇的 OuteTTS - 0.1 - 350M：用几秒钟音频克隆声音的黑科技！

在当今数字化时代，文本转语音（TTS）技术的应用愈发广泛，从智能语音助手到有声读物，从无障碍服务到教育娱乐领域，都离不开高质量的语音合成。

OuteTTS-0.1-350M 音频

清华系17人，撑起中国大模型创业半壁江山

近期活跃在国内大模型浪潮中的清华系创企（整理自公开信息） 01.大佬创业：90年代清华师兄弟互联网“老炮”高调入局很多年后，人们回忆起国内这场盛况空前的AI大模型创业潮时刻：有两个人的名字一定会率先浮现在眼前

大模型

<...19 20 21 222324 25 26 27 28 ...>

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