文章列表-AI魔法学院

文章列表

医疗+人工智能的创新应用

中游为医学影像企业包括眼底、心脑血管、肺部、骨骼等疾病的优化诊断工作流程以及产品场景放疗治疗等。

大模型

基于 OpenAI Whisper 模型的实时语音转文字工具

今天给大家分享一款专注于音频处理和创作的开源软件【WhisperLive】什么是 WhisperLive？

WhisperLive 音频开源软件

Stability AI推出视频生成模型Stable Video Diffusion

然而，需要注意的是，该模型目前处于“研究预览”阶段，使用者必须同意特定的使用条款，明确规定了其预期应用领域，如“教育或创意工具”等，同时禁止用于“真实事件或人物的表现”。

Video 视频创作 SD

300天里，我帮你踩遍了AIGC创业的各种坑

似乎借助AI的力量，个体也能创造以往难以想象的作品：只要抄写提示词，剩下的事交给AI就行，人人都是超级个体，创业/赚外快近在咫尺。

AIGC 创业

开源语音大语言模型来了！阿里基于Qwen-Chat提出Qwen-Audio!

作为一种重要模态，语音提供了超越文本的多样且复杂的信号，如人声中的情感、语调和意图，自然声音中的火车汽笛、钟声和雷声，以及音乐中的旋律。

大模型语音

阿里巴巴语音实验室发布开源语音处理框架ClearerVoice-Studio，支持语音增强、分离、目标说话人提取

无论是个人电话、专业会议还是内容创作，这些问题都在困扰着我们。

ClearerVoice-Studio 语音

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

实时语音克隆

SV2TTS使用深度学习框架，分为三个阶段，通过音频创建声音的数字表示，然后用这个表示来合成任意文本的语音。

语音克隆

剪映克隆声音功能详解：剪映上线5秒“AI克隆音色”，一堆AI公司又要进入慢性死亡了...

我慌的是：AI声音这个赛道的创业者。

剪映声音克隆

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

【AI科技大创意】2024年人工智能10大趋势

尽管语音是最古老、最常见的人类交流形式，但从未真正发挥过作为与技术互动的界面的作用 - 早些时候同年，微软首席执行官萨蒂亚·纳德拉 (Satya Nadella) 称过去十年的一代语音助手（包括他公司自己的

人工智能趋势

17K star！30秒偷走你的声音，开源声音克隆工具

OpenVoice 是什么 OpenVoice 是由AI 创业公司 openshell 开源的一款声音克隆工具。

OpenVoice 声音克隆开源

栩栩如生,音色克隆,Bert-vits2文字转语音打造鬼畜视频实践

本次让我们基于Bert-vits2项目来克隆渣渣辉和刘青云的声音，打造一款时下热搜榜一的“青岛啤酒”鬼畜视频。

Bert-vits 语音

22个用于创业者思维的提示词

1️⃣2️⃣ 编辑你的写作 Prompt:"[Paste Your Writing].

提示词大模型

什么是GPTs！如何创建自己的第一个GPTs？

配置项如下所示： GPT配置介绍 LOGO：创建的GPT的头像名称：你这个GPT叫啥名字描述：GPT的简单描述信息指令：系统指令或者指导这个GPT究竟该如何工作。

大模型应用 chatgpt

<1 234 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