文章列表-AI魔法学院

文章列表

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

作者提供了几种优化方式，包括批处理、半精度处理以及BetterTransformer，以提高转录速度。

音频 Whisper

国内厂商语音识别与Whisper评测：现状与概况对比

国内的科技企业在语音识别领域也在不断迭代和创新，其中不乏一些具有竞争力的语音识别技术，如讯飞、百度、阿里巴巴等，这些厂商的技术在一定程度上已经接近或达到了国际领先水平。

语音识别 Faster-Whisper

用so-vits-svc-4.1进行音色转换的极简教程

完事后，点立即创建。

声音 sovits

终极福利：15个中文AI写作提示词帮你覆盖所有主流写作场景！！！

Prompt 2爆款 SEO 文章标题作为一个专注于创作文章的写手，根据以下变量，以生成｛｛数量｝｝个爆款SEO文章标题。

写文章

SadTalker数字人常见问题3

SadTalker数字人制作工具，用自带的图片音频可以生成，而用自己的图片、音频生成视频就不行。

SadTalke

探秘制作艺术二维码的新姿势

在之前的文章《AI制作艺术二维码-文生图》中，我介绍了一种直接通过提示词生成高逼格二维码的方法，但是通过提示词我们无法很好的控制生成图片的样式，特别是有些同学想要将自己的Logo或者头像附加到二维码中，

图像文字

AI制作小朋友的睡前故事画册

今天找到一个SD1.5的大模型，接近几米的画风，可以制作出非常精美的低幼向故事画册。

SD1.5 文生图

4秒惊艳！Stable Cascade AI绘画神器，设计师和普通用户的无限创意新选择

无论你是设计师、艺术家，还是普通用户，都能轻松上手，释放无限创意。

文生图绘画

「语音转换新速度」— 探秘Whisper JAX的70倍速提升

在AI的众多分支中，语音识别技术的突破性进展尤为引人瞩目。

Whisper 语音识别

用so-vits-svc-4.1进行音色转换的极简教程！

完事后，点立即创建。

so-vits-svc 音色转换教程

RAG 2.0来了，它能成为生产落地的福音吗？

RAG作为当前最流行、相对成熟的的LLM应用架构，受到了开发者的广泛关注，相关围绕RAG优化的技术层出不穷，但依旧难逃达不到生产应用要求的尴尬。

RAG 大模型

终极福利：15个中文AI写作提示词帮你覆盖所有主流写作场景！！

Prompt 2 爆款 SEO 文章标题作为一个专注于创作文章的写手，根据以下变量，以生成｛｛数量｝｝个爆款SEO文章标题。

写文章提示词

用Midjourney给自己制作精美的logo或头像

在图形设计领域，人工智能正在革新logo的创建方式。

头像 logo

从零开始：构建你的首个ComfyUI工作流

这个工具以其快速、流畅的图像生成能力，以及对低配置设备的友好性，迅速在创作者中流行起来。

comfyui 文生图工作流程

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

<...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