文章列表-AI魔法学院

文章列表

有道开源的国产语音库EmotiVoice爆火了！具有情绪控制功能的语音合成引擎！

2、第二种方式，自己一步步安装首先创建虚拟环境，安装相关的依赖包 conda create -n EmotiVoice python=3.8 -y

EmotiVoice 语音库

GPT-4o实时语音方案提供商Livekit开源voice agent：轻松处理音视频流

运行工作线程这将启动工作线程并等待用户连接到您的 LiveKit 服务器： · python

voice agent 开源音视频

几款开源的OCR识别项目，收藏备用

https://github.com/PaddlePaddle/PaddleOCR.git EasyOCR EasyOCR是用Python编写基于Tesseract

OCR

Stable Diffusion

新手向，Stable Diffusion API 接口，在本地调用

在python脚本里构建request请求，使用POST，尝试请求图片： import requests url = "http://127.0.0.1:7860"

SD 文生图

清华智能体「XAgent」比ChatGPT4.0还好用！

各种复杂任务都能自主解决，例如：让它使用python来分析给定的数据通过这个案例可以看到，XAgent会分步逐一分析并解答问题

ChatGPT 智能体 Agent

17K star！30秒偷走你的声音，开源声音克隆工具

3个网站分别是：LeptonAI、MyShell和HuggingFace 当然如果你觉得自己技术能力足够，熟悉Linux, Python 和 PyTorch，并且有服务器资源，那可以自己在Linux

OpenVoice 声音克隆开源

大模型应用中大部分人真正需要去关心的核心——Embedding

要使用这些模型创建Embeddings，只需要几行Python代码: from sentence_transformers import SentenceTransformer

大模型

玩一玩ChatGLM3，1660s即可流畅运行！

conda create -n chatglm python=3.10conda activate chatglm 把项目克隆到本地： git clone

大模型 ChatGLM

OCRmyPDF—可智能识别PDF文本和图片信息的工具

要求除了需要的Python版本（3.8+）之外，OCRmyPDF还需要外部程序安装Ghostscript和Tesseract OCR。

OCRmyPDF 工具

保姆级教程：图解Transformer

Python 1 2 3 4 5 6

人工智能

人人都可以部署微信机器人-小白保姆级教程

bundle_starter_nmc_lin_med2_01&loginSet=AUTO&rule=true 选择基于操作系统镜像，ubuntu系统，ubuntu22.04 LTS版本（集成的python

大模型

Claude 官方提示词，中文版（含API Prompt）

Python 修 Bug 发现并修复 Python 代码中的 Bug *注意，这个是 api 里的 system prompt 你的任务是分析提供的Python代码片段,识别任何存在的错误或错误

prompt 写作

Stable Diffusion

造梦师手记：Stable Diffusion一键换脸插件

安装时，需要选中Python开发和C++开发。

AI换脸

ChatGLM3-6B：新一代开源双语对话语言模型，流畅对话与低部署门槛再升级

执行以下命令新建一个 conda 环境并安装所需依赖： conda create -n chatglm3-demo python=3.10 conda activate chatglm3-demo

ChatGLM3 语音模型开源模型

【语音领域-又双叒更新】阿里开源FunAudioLLM: 2大核心模型、5大亮点功能！效果炸裂！手把手带你理论+实战部署推理!

ensp;在这里你可以体验到CosyVoice模型的三个版本对应的效果,其中界面如下: 实战篇: 语音识别模型SenseVoice模型-手把手实操部署权重推理环境配置这块环境配置简单了很多，对python

asr tts 声音

<...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