文章列表-AI魔法学院

文章列表

中国AI大模型，应该如何商业化

比如OpenAI的语言模型GPT-3，成本接近500万美元，也就是人民币4000万左右。

大模型 AI

来个优秀的开源人脸识别项目！

通过计算机与光学、声学、生物传感器和生物统计学原理等高科技手段的密切结合，将人体固有的生理特征或行为特征收集起来，进行取样、数字化处理和分析。

人脸识别开源项目

Github上Star数最多的大模型应用基础服务：Dify 深度解读

Dify 简介 Dify 是一个 LLMOps 服务, 涵盖了大语言模型（如GPT系列）开发、部署、维护和优化的一整套实践和流程。

Dify 大模型知识库

【万字长文-进阶教程】一文带你从入门到精通ChatTTS, 手把手教你固定音色、设置语速、添加停顿词、口头语、笑声！！

ChatTTS是专门为对话场景设计的文本转语音模型，例如LLM助手对话任务。

chattts tts 文生语音

TTS，一个奇妙的AI工具

简介 TTS是一个将文本变换成语音的AI工具。

TTS 文本转语音

FFmpeg之父新作——音频压缩工具 TSAC

其原理和我们之前介绍的突破压缩极限的AI语音编解码器类似，使用深度学习网络进行压缩，TSAC这里引入Transformer结构来提升性能。

TSAC 音频工具

Stable Diffusion

Stable Diffusion 和 Midjourney的优劣势比较，如何选择？

Midjourney基于Discord平台提供服务，可以根据自然语言描述（称为“提示”）生成图像，也支持图生图功能。

文生图

万字长文，大语言模型如何宣告心理学的死亡？

我们的语言系统和直觉系统可能并没有演化出足够能反映因果关系的能力。

大语音模型

Playground v2：超越SDXL的模型来了，优于SDXL 2.5倍！

prompt=prompt, guidance_scale=3.0).images[0] 根据在包含2600+个用户的prompts上的人工评测，相比SDXL，Playground v2要优2.5

文生图 Playground

whisper-live：OpenAI Whisper模型的近实时实现

该项目是一个实时转录应用程序，使用 OpenAI Whisper 模型将语音输入转换为文本输出。

OpenAI Whisper 大模型

厉害了，匹诺曹Pinokio！所有AI工具，一键安装，全部免费！整合AI绘画、AI视频、AI语音...

涵盖了 AI 绘画、AI 视频、AI 音乐、AI 数字人等各个领域今天给大家推荐一款AI神器，匹诺曹Pinokio！

AI绘画 AI视频 AI音乐

数字人之声音克隆：无样本，1分钟样本完美克隆声音，开源

零样本文本到语音（TTS）：输入 5 秒的声音样本，即刻体验文本到语音转换。

数字人声音克隆 GPT-SoVITS

【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!

:5款语音克隆模型效果展示案例1: 萝莉语音克隆-5款模型语音克隆--效果展示案例2: 萝莉语音克隆-5款模型语音克隆-带数字文本-效果展示案例3: 萝莉语音克隆

语音克隆开源模型

我，大语言模型

作为大语言模型，我只前向思考，不反向思考。

大模型

Suno音乐新手指南（手把手完整版教程）

多语言、多人物混合演唱的时候，歌词标记可能会非常复杂，建议大家一起琢磨。

suno 歌曲教程

<...2 3 4 567 8 9 10 11 ...>

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