文章列表-AI魔法学院

文章列表

AI视频新技能！这套流程教你打造视频人物和声音完美同步！

但目前的AI视频尚未解决视频和音频结合的问题，让人物的嘴与音频完美同步仍然具有挑战性。

AI视频

马斯克怒告OpenAI案解密：Ilya看到了什么？125万亿参数Q*细节曝光，53页PDF全网疯转

在马斯克闹出起诉风波后，Altman一直保持缄默。

OpenAI 大模型

Prompt | 抖音视频脚本

复制脚本并访问 https://beta.elevenlabs.io/speech-synthesis 以生成文本转语音。

prompt

BGE M3-Embedding：智源最新发布的text embedding模型，多语言检索效果超过微软跟openai

从实验结果上看，在多语言跟跨语种检索任务上，BGE M3-Embedding的效果超过之前提及的微软E5-mistral-7b微软E5-mistral-7b-instruct: 站在LLM肩膀上的text

BGE M3-Embedding 多语音检索

ComfyUI初学者指南

ComfyUI 管理器要安装此自定义节点，请转到PowerShell (Windows) 或终端(Mac) 应用程序中的自定义节点文件夹： cd ComfyUI/custom_nodes 并将节点克隆到本地存储

文生图 comfyui

胎教级SO-VITS-SVC使用教程：人工智能生成歌曲

learning for end-to-end Text-to-Speech）是一种结合变分推理（variational inference）、标准化流（normalizing flows）和对抗训练的高表现力语音合成模型

音乐

AI虚拟主播数字人技术实现Wav2Lip

本文主要实现图片说话（如下图的蒙娜丽莎）、视频融合语音（这里的核心都是人物口型与音频中的语音唇形同步）。

数字人视频

【上篇】深度解析AI大语言模型（LLM）在企业应用的关键技术与典型架构

参与过传统AI项目的人应该都知道，自然语言处理（NLP）一直是难以克服的核心难点，语义表示、歧义消除、上下文联系等都是语义理解的头疼问题，也是之前很多人工智能被称作“人工智障”的罪魁祸首，LLL的出现改变了这一现状

大语言模型

【进阶】-文生图术语解释

黑话# 缩写/术语解释 oneshot 一张图

文生图

Stable Diffusion

详解Stable Diffusion提示词prompt语法

详解Stable Diffusion提示词prompt语法

SD prompt 文生图提示词

数字人直播哪家强？百度、硅基、风平与闪剪四大AI数字人横向评测！

另外的一个要点是声音，选用一款适合的AI声音或用真人语音驱动，才能让嘴型准确度达到更好的水平。

数字人数字分身

用so-vits-svc-4.1进行音色转换的极简教程

这个项目最初是用来进行歌声转换的，github项目地址： https://github.com/svc-develop-team/so-vits-svc/tree/4.1-Stable 关注AI

声音 sovits

6个最佳开源TTS引擎

TTS引擎用于实现文本到语音的转换。

TTS引擎开源模型

开源大语言模型完整列表

这些模型通常拥有数十亿到数万亿个参数，能够处理各种自然语言处理任务，如自然语言生成、文本分类、文本摘要、机器翻译、语音识别等。

开源模型大语言模型

用so-vits-svc-4.1进行音色转换的极简教程！

这个项目最初是用来进行歌声转换的，github项目地址： https://github.com/svc-develop-team/so-vits-svc/tree/4.1-Stable 关注AI

so-vits-svc 音色转换教程

<...3 4 5 678 9 10 11 12 ...>

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