文章列表-AI魔法学院

文章列表

F5-TTS：上海交大开源超逼真声音克隆TTS，告别ElevenLabs，以后就用它了！实测真的很牛

不需要复杂的设计如持续时间模型、文本编码器和音素对齐，能够快速训练并实现实时因素（RTF）0.15的推理速度，显著优于当前基于扩散的TTS模型。

F5-TTS 音频克隆

TTS，一个奇妙的AI工具

模型和TTS运行TTS安装完成后需要下载模型才可以工作，下面链接给出的是中文模型的地址。

TTS 文本转语音

两天star量破千：OpenAI的Whisper被蒸馏后，语音识别数倍加速

其中，这个语音转文字的 Whisper 模型非常好用。

语音 HeyGen

使用ComfyUI玩SDXL的正确打开方式

因为SDXL需要用到base和refiner两套模型，所以我们要将模型节点和采样器节点分别复制一份下来。

文生图 ComfyUI

Stable Diffusion

Stable Diffusion基础：ControlNet之图片高仿

下面开始生成：首先是选择一个大模型，这里使用的是和上面生成图片相同的模型：realisticVisionV20；然后我们填写一些简单的提示词，以免出现一些不太方便的图

文生图

字正腔圆,万国同音,coqui-ai TTS跨语种语音克隆,钢铁侠讲16国语言

coqui-ai TTS实现跨语种、无需训练克隆语音的方法是基于Tacotron模型，该模型使用了一种音素输入表示来鼓励在不同语种之间共享模型容量。

coqui-ai TTS 语音

Stable Diffusion

AnimateDiff：一篇文章教你学会用Stable Diffusion制作GIF动图

安装AnimateDiff模型 4.

AnimateDiff 视频训练

Stable Diffusion

Stable Diffusion 文生图全网最细详解

其中：模型选择：模型对于 SD 绘图来说非常重要，不同的模型类型、质量会很大程度的决定最终的出图效果（模型相关的课程会在后面细讲） Prompt区：如果你使用过 ChatGPT

文生图 SD

2023年人工智能行业总结（精简版）

首先，语言模型线取得了显著突破。

人工智能行业总结

AI 绘画新时代：ChatGPT + DALL-E 3

这些反馈对模型的多模态学习和视觉能力的提升具有正面效用。

文生图图生图 chatGPT DALL-E

Comfyui一键更换人物背景！饭来了快张口！

然后上传你想要换背景的图片如果图片很小就打开通过模型放大，图片很大就右键忽略。

换背景绘画

开源本地化部署的「妙鸭相机」，真的要革了「海马体」们的命了？｜手把手教你搭建「妙鸭相机」

同时，用户还可以自己选择除了SD之外的其他模型来生成写真照片。

训练

活久见，世界上第一个被人类骗走钱的AI，刚刚出现了！

所谓AI，本质上就是通过模仿人类数据标注员的数据训练出来的语言模型。

Freysa 智能体

Animatediff V2 版本来了！就一个字：秀

首先呢，我们先来下载模型和官方提供的 Lora 模型。

Animatediff 文生图

教你用StableDiffusion设计AI数字人

▲分步训练其中，在模型训练上只需要两步。

文生图

<...59 60 61 626364 65 66 67 68 ...>

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