文章列表-AI魔法学院

文章列表

【TTS语音克隆开源最强王者】5款爆火开源模型(Fish、F5、GPT、CosyVoice、MaskGCT)效果对比，等你来评!

该项目的目录如下，详情见:【又又一款王炸级别TTS模型】趣丸科技&港中大开源MaskGCT语音大模型,性能超过CosyVoice，XTTS-v2！

语音克隆开源模型

开源免费离线语音识别神器whisper如何安装

whisper介绍 Open AI在2022年9月21日开源了号称其英文语音辨识能力已达到人类水准的Whisper神经网络，且它亦支持其它98种语言的自动语音辨识。

wisper 翻译免费

微软最新模型Phi-3 Mini开源登场！小模型，大未来！

令人兴奋的是，Phi-3 Mini 是开源的，这意味着任何人都可以免费在本地使用它。

Phi-3 Mini 开源模型微软

字节开源项目MimicTalk：快速打造逼真3D Talking Face的利器

技术背景传统的3D说话头像生成方法往往需要大量的数据和长时间的训练过程，这对于资源有限的个人或小型团队来说是一个不小的障碍。

MimicTalk 开源模型

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

我们希望在汇集行业领先的预训练模型，减少开发者的重复研发成本，提供更加绿色环保、开源开放的AI开发环境和模型服务，助力绿色“数字经济”事业的建设。

开源

生成式AI领域拓展！MetaAI开源AudioCraft：一个支持AudioGen、MusicGen等模型的音频生成开发框架

MetaAI这次再为开源贡献重磅产品：AudioCraft，一个支持多个音频生成模型的音频生成开发框架。

开源模型

最强开源数字人对口型系统介绍

大家好，今天给大家介绍的是开源“最强”的数字人克隆方法 Easy-Wav2Lip: 仓库地址： https://github.com/anothermartz/Easy-Wav2Lip

数字人开源模型

令人惊艳的开源图标生成AI模型：ChartLlama （南洋理&腾讯）

今天就介绍一个能够生成各类型图标的开源AI大模型：ChartLlama ！

ChartLlama 开源模型图标

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

此外，AudioCraft 还包括深度学习研究中使用到的 PyTorch 组件以及开发出来各个模型所需训练流程管道等内容，并提供 API 文档、常见问题 FAQ 等信息。

AudioCraft 音频

北大开源最强aiXcoder-7B代码大模型！聚焦真实开发场景，专为企业私有部署设计

恰在此时，一位低调的资深大玩家aiXcoder出手了，放出大招：它就是全新开源的代码大模型——aiXcoder-7B Base版，一个专门适合在企业软件开发场景中部署的代码大模型。

aiXcoder-7B 大模型

智源：70万预算，从头开发千亿参数大模型，挑战成功！

智源研究院与国内多所高校及南洋理工联合团队，挑战成功。

大模型

Stable Diffusion

OpenAI救了Stable Diffusion！开源Dall·E3同款解码器，来自Ilya宋飏等

项目页上只放了一个例子，具体怎么训练没有写，被网友称为“人狠话不多式开源”。

SD 文生图 DALLE

精通百种语言的翻译AI来了！Meta推出，免费、开源！

SeamlessM4T是Meta公司在2023年8月22日公开发布的一个多模态AI翻译模型。

大语言模型

有感情的语音合成开源模型：ChatTTS安装使用详解

项目地址：https://top.aibase.com/tool/chattts 他们计划开源一个使用4万小时数据训练的基础模型，这个版本虽然网络规模较小

ChatTTS 语音合成

开源新标杆，千问Qwen2系列模型发布，全面超越LLama3

简介一觉醒来，Qwen2终于开源了。

qwen 千问开源

<1 2 3 456 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