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
· 30 多年前被 Windows、Linux “灭掉”的操作系统 MS-DOS 4.0,微软在 GitHub 上开源了!
· 13.5K Star ! Fish Speech Windows本地搭建,能否达到官方的级别?强烈推荐
· 剪映专业版智能补帧
· Fooocus,webui,comfyui优缺点
· TTS它又来了!OpenVoice:一款借鉴于TTS实现的强大的AI语音克隆工具!
· 第3期 SDXL和SD的10大区别!你知道几个?
· Coze、Dify、FastGPT:哪款智能体平台最强?深度对比分析!
· MCP服务介绍及应用场景报告-来自Manus
· Stable Diffusion WebUI v1.8.0重大更新!
· 开源大语言模型完整列表
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
开源
GPT-4o实时
语
音
方案提供商Livekit开源voice agent:轻松处理
音
视频流
轻松访问 LiveKit WebRTC 会话并处理或生成
音
频、视频和数据流。
voice
agent
开源
音视频
开源
OpenAI 开源
语
音
识别 Whisper 的使用体验怎么样?
关于Buzz Buzz 是一款基于 OpenAI 开源 Whisper 自动
语
音
识别模型的软件工具,能够将
音
频或视频中的
语
音
自动识别为带有时间戳的文本字幕。
生成式AI
开源
从 GPT-4o 到 LiveKit:实时
语
音
交互的开源实现
今天我们来聊聊OpenAI 发布会提到的实时对话
语
音
技术。
GPT-4o
语音交互
GLM-4-Voice 9B——实时多
语
言
语
音
对话 AI——几分钟内即可在本地安装
如何设置 GLM-4-Voice 9B 以实现无缝的实时
语
音
交互,支持英
语
和中文,并探索其独特的架构、低延迟响应和可定制的声
音
属性。
GLM-4-Voice
9B
语音
安装
蚂蚁推出ProChat:快速搭建大
语
言模型 Chat 对话的前端组件
库
// 支持流式和非流式 }} /> ); 特性 Note ProChat 专注于快速搭建起大
语
言模型
ProChat
大语言模型
Python
Whisper对于中文
语
音
识别与转写中文文本优化的实践(Python3.10)
阿里的FunAsr对Whisper中文领域的转写能力造成了一定的挑战,但实际上,Whisper的使用者完全可以针对中文的
语
音
做一些优化的措施,换句话说,Whisper的“默认”形态可能在中文领域斗不过
Whisper
语音优化
GPTs
如何快速构建GPTs个人知识
库
应用?
如何构建GPTs个人知识
库
应用 构建一个专属的GPTs个人知识
库
应用可以极大地提升你的工作效率和日常生活的便利。
GPTs
知识库
提示词
【中华民族史上最强智
库
】完整提示词
用户可输入’/optimize ‘,然后再加上需要优化的需求,你将重新优化内容/more:用户可输入’ /more ‘,你将输出更多相关信息 以下是【中华民族史上最强智
库
】
提示词
大模型
开源
OpenAI真的开源了!这波「实时
语
音
」操作,让万物开口说话,我爱了
简单点说,就是一个“大脑”,能装进各种小玩意儿里,能让各种设备(比如毛绒玩具)具备实时
语
音
交互的能力。
OpenAI
嵌入式实时语音
SDK
如何避免大
语
言模型绕过知识
库
乱答的情况?LlamaIndex 原理与应用简介
可以直接向知识
库
、Slack 和其他通信工具以及数据
库
和几乎所有 SaaS 内容提出复杂的问题,而无需以任何特殊方式准备数据。
大语言模型
windows安装向量数据
库
milvus
本文介绍windows下安装milvus的方法:首先要安装docker,然后安装向量库milvus
向量库
docker
Google
AI“同声传译”新进展!Google发布,无监督,
语
音
识别:Translatotron 3!
语
音
识别(ASR)是指将人类的
语
音
转换为文本的技术,然而,目前的
语
音
识别技术还面临着一些挑战,其中最大的一个就是如何支持更多的
语
言。
Translatotron
语音识别
语
音
识别的未来已来:深入了解faster-whisper的突破性进展
这种实现不仅提高了
语
音
识别的速度,还优化了内存使用效率。
语音识别
Faster-Whisper
向量数据
库
不是一个单独的数据
库
分类
其中包括图数据
库
、关系数据
库
、文档数据
库
以及键值数据
库
,甚至还包括缓存。
大模型
向量数据库
开源
搞了一个Dify开源知识
库
; 初衷:也是在机缘巧合下,感谢MAX和众多大佬的呼声支持下,临时组建了这么一个dify开源交流社区,因为我是初学者,从官方文档入手,从一个初学者的角度步步为营,整理出一个公开的知识
库
v1.0
Dify
大模型
知识库
<
1
2
3
4
5
6
7
8
9
10
...
>
1
2
4
5
6
7
8
9
100