文章列表-AI魔法学院

文章列表

最好用的AI一键换脸工具FaceSwapLab汉化

3、汉化插件。

一键换脸

胎教级SO-VITS-SVC使用教程：人工智能生成歌曲

Inference with adversarial learning for end-to-end Text-to-Speech）是一种结合变分推理（variational inference）、标准化流

音乐

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

embedding以及openai去年底刚发布的第三代text embedding模型，对于长文本检索也表现优异。

BGE M3-Embedding 多语音检索

各个语种互相翻译：Meta推出NLLB-200 AI模型，可实现200种语言互译

客观来看，语言是不同文化之间交流的最大壁垒，如今，借助AI技术的帮助，这一壁垒有望被有效地打破。

翻译大模型

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

【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

再也想不到其他的了，总感觉是吃了没文化的亏？

SD prompt 文生图提示词

AI Agent的数字化革命：超越文本，走向自主决策与交互

AI Agent和ChatGPT、Claude等LLM（大语言模型）有什么区别呢？

生成式AI

用so-vits-svc-4.1进行音色转换的极简教程

其实歌声转换不仅仅适用于歌声，普通讲话也可以，只是歌唱的音调基本能覆盖到低、中、高全域声音类型，而正常说话可能无法做到全域覆盖，但是如果在录制声音的时候能够做到覆盖多种音调类型，也可以实现声音转换。

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

被高估的Pika，被低估的多模态AI

在行业主语为“落地”的当下，多模态 AI 正走向场景化、实用化、商业化。

大模型多模态

中文对话大模型BELLE全面开源！（附：数据+模型+轻量化）

在中文对话大模型开源社区里，最近迎来了一位优秀的新成员——BELLE。

belle 训练大模型

自动化神器Autolt：不再重复工作

; Autolt简介 Autolt是一种自动化脚本语言

RPA 自动

强！推荐一款自动化神器Autolt：不再重复工作！

当时自动化测试工具还并没有像如今这么“繁荣”，当年作者最常用的自动化组合技能：AutoIt+QTP+VBS。

Autolt 自动化

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

<...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