文章列表-AI魔法学院

文章列表

TrOCR——基于transformer模型的OCR手写文字识别

有关CNN卷积神经网络的相关知识与文章，可以参考往期的文章内容。

OCR 手写文字识别

国内人工智能对北京高考微作文题目的回答

请说明你的观点和理由。

中文大模型

全球学术界知名学者教授信息大盘点（全）

本文是学术大佬资料整理得合集（共计86位），他们都是自然语言处理（NLP）方面得权威专家。

AI大佬知名学者

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

来个优秀的开源人脸识别项目！

通过计算机与光学、声学、生物传感器和生物统计学原理等高科技手段的密切结合，将人体固有的生理特征或行为特征收集起来，进行取样、数字化处理和分析。

人脸识别开源项目

查理·芒格：关于人生的13个忠告

光靠已有的知识，你们在生活中走不了多远。

人生箴言查理芒格

测评了8个国产AI大模型，差点崩溃……

从自然语言处理到语音识别，从情感分析到知识问答，大模型的应用已经渗透到我们生活的方方面面。

大模型测评

几款开源的OCR识别项目，收藏备用

github.com/PaddlePaddle/PaddleOCR.git EasyOCR EasyOCR是用Python编写基于Tesseract的OCR识别库

OCR

开源语音大语言模型来了！阿里基于Qwen-Chat提出Qwen-Audio!

https://arxiv.org/pdf/2311.07919.pdf 开源代码：https://github.com/QwenLM/Qwen-Audio 引言大型语言模型（LLMs）由于其良好的知识保留能力

大模型语音

谈Agent构建平台的设计

这导致low-code的产品设计经常会出现一些问题： · 底层的实施细节封装的不足够，导致用户仍然需要了解底层细节知识才能处理各种长尾情况。

Agent 构建

SD入门教程二：文生图基础用法（提示词）

在上一篇中我们了解了SD的工作原理，这篇我们来实践一下，通过提示词（prompt）的输入，让SD生成我们满意的图片。

SD prompt 文生图提示词

整理了近期所有TTS相关的大模型

从 XTTS 到 Pheme,从OpenVoice 到 VITS，每个大模型包括源码地址，支持的语言，非常棒！

TTS 大模型

一个产品经理的大模型观察、反思与预测

ensp; “你个大忽悠，去知识星球捞钱吧！”

工作

Python状态机：优雅处理复杂业务逻辑的利器

如何优雅地管理这些状态转换？

Python状态机设计模式

OpenAI 开源语音识别 Whisper 的使用体验怎么样？

作者：知乎用户链接：https://www.zhihu.com/question/575983499/answer/3055288368 来源：知乎著作权归作者所有。

生成式AI

<...4 5 6 789 10 11 12 13 ...>

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