文章列表-AI魔法学院

文章列表

Fastwhisper + Pyannote 实现 ASR + 说话者识别

前言最近在研究ASR相关的业务，也是调研了不少模型，踩了不少坑，ASR这块，目前中文普通话效果最好的应该是阿里的modelscope上的中文模型了，英文的话，还是非whisper莫属了，而且

faster-whisper 语者识别 ASR

SD入门教程六：ControlNet基础入门

通俗的讲，就是输入一些额外的控制参数，然后通过所对应的辅助模型（ControlNet专用模型）去控制图片的生成结果，这些控制参数可以是线稿图，深度图，人体姿态图，法线图等。

ControlNet 文生图

Stable Diffusion

Stable Diffusion 抽卡必备神器！Agent Scheduler

相信大家在玩 Stable Diffusion 的时候一直有一个痛点，每次出图抽卡时都只能等待上一次抽卡结束，才能继续下一次抽卡；特别是当我们想抽大量的卡来测试不同的模型，不同的参数的效果时，那么是非常奔溃的

Agent Scheduler Stable Diffusion

所有生命分子一夜皆可AI预测！AlphaFold 3改变人类对生命的理解，全球科学家都能免费使用

这次的最大创新之一，是用上了AI绘画上常见的去噪扩散模型，直接生成每个原子的3D坐标。

AlphaFold 3 蛋白预测

Stable Diffusion

超级干货，自学stable diffusion，看完这篇就够了

画面需求描述(常规提示词,可通用)：柔和的光线，8k质量，超级详细，伟大的杰作，壁纸，生动的色彩，逼真，美丽，好看。

Stable Diffusion 文生图

Wunjo AI: 合成和克隆英语/俄语/中文语音,实时语音识别,深度换脸和唇动合成,通过文本提示更改视频,分割和修饰

使用 Wunjo AI 解锁神经网络无与伦比的功能。

AI语音克隆实时语音识别

30 多年前被 Windows、Linux “灭掉”的操作系统 MS-DOS 4.0，微软在 GitHub 上开源了！

微软表示，“如果你想亲自运行 MS-DOS 4.0 软件并进行探索，我们已经成功地在原始 IBM PC XT、较新的 Pentium 电脑以及开源 PCem 和 86box 模拟器上直接运行了该软件。

MS-DOS 4.0 开源模型微软

提示词框架：Markdown结构法

想用好AI，学会提示词是必须的。

prompt 提示词

固定的“魔咒”：正负面质量标准化提示词

fingers, extra digit,bad hands, missing fingers, (((extra arms and legs))), *广泛适用于写实及二次元风格，可以考虑搭配不同模型使用

提示词 prompt 绘画文生图

一文带你认识ELMo

训练了从左到右或从右到左的语言模型。

embedding

美的数字化转型10年，方洪波的反思。作为领导者的高瞻远瞩与宽广胸襟！

刚才王文京董事长也讲的生成式人工智能现在很热，我们也做了大量的工作，也发布了自己的内部大模型，现在每个员工在手机上都可以用这个内部的大模型。

工作

Finchat：一个基于AI人工智能的金融数据分析工具，让你有一个私人投资助理！

无论你是想了解某个公司的营业收入、净利润、市盈率，还是想知道巴菲特、索罗斯等大佬的投资策略，Finchat都可以为你提供及时、准确、全面的答案。

用户 finchat

世界上最流行（github排名高）的开源移动机器人的操作系统ROS开源了！！

这款机器人的主要特点包括开源ROS软件、硬件开源、小尺寸、低价格、模块化驱动以及强大的扩展性。

ROS 机器人开源模型

SD艺术二维码还有人不会做?

你只需要会70%的知识点，超越70%的人，去教这70%的人，就可以获得100%的成就感，时隔两个月，艺术二维码的教程已经足够完善，但是那是我以为的，目前有三个问题，第一大家对二维码的要求越来越高，第二大家不爱看教程

文生图

6个最佳开源TTS引擎

提供预训练模型，以及用于测量数据集质量的工具，支持用于产品和研究的20多种语言，包括支持中文。

TTS引擎开源模型

<...65 66 67 686970 71 72 73 74 ...>

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

© 2023-2024 AI魔法学院

京ICP备20027199号-1