文章列表-AI魔法学院

文章列表

从声纹模型到语音合成：音频处理 AI 技术前沿 | 开源专题 No.45

· EnCodec：一种高保真度神经音频编解码器。

AudioCraft 音频

向量数据库不是一个单独的数据库分类

直到2023年第二季度之前，“向量搜索”还主要存在于数据库初创公司，如Pinecone、Milvus、Weaviate等。

大模型向量数据库

Stable Diffusion

Stable Diffusion ControlNet：Reference“垫图”功能，不炼丹也能保持同一人物

控制权重：控制模型对生成图片的影响的程度。

文生图

在SD中一键换脸！！！

s0md3v/sd-webui-roop.git 点击安装后等待安装，成功后重启SD就好了方法三：直接下载 roop插件提取码：aisk复制解压码：无下载从百度网盘中下载好

AI换脸

Midjourney 进阶关键词_摄影效果专题

他们发现了日晒（由于过度曝光而导致图像色调反转）和多重曝光等效应。

midjourney 文生图绘画

Dynamic Prompts插件，魔法提示词由魔法帮你补全（插件篇）

创意度可以理解就是与原提示词的贴切程度，进行过图生图的也好理解。

文生图提示词

通过声音生成逼真的全身形象？！Meta开源AI工具：audio2photoreal

audio2photoreal的核心技术是基于深度学习的图像生成模型，它可以从音频中提取语音特征，然后用这些特征来控制人脸和身体的运动。

audio2photoreal 开源工具

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！

该工具不仅生成嘴部运动的视频，还在头部区域呈现出匹配的变化，包括眼睛、头发和口腔细节，清晰度也非常高。

AI视频

SD入门教程七：ControlNet篇-Canny边缘检测预处理器

选择预处理器（有些预处理器有多种子类别），选择辅助模型（有多种子类别模型精度不同效果也不一样，FP16/FP32指的就是精度

Canny SD

Stable Diffusion

Stable Diffusion教程：文生图

11、提示词引导系数：提示词对生成图片的重要程度，值越大，图片中的内容越贴近提示词的描述，反之则Stable Diffusion 自由发挥的多。

文生图 Stable Diffusion

10秒换脸，一张图片够了！SD Roop插件教程

作者用的是秋叶版整合包，也折腾了四五个小时不得其法。

AI换脸

一文看懂RAG：大语言模型落地应用的未来

粗粒度带来更多的信息，但精度较低。

rag 检索增强

十大开源语音识别项目

· 项目地址：https://github.com/espnet/espnet star：7.3k ASRT ASRT 是一个基于深度学习的中文语音识别系统，在训练中使用了大量中文语音数据

语音识别开源项目

向量数据库失宠了？OpenAI 力捧检索增强生成（RAG）技术，对行业来说意味着什么？

但无论如何，看到 OpenAI 保持如此迅猛的发展速度仍然令人欣慰。

检索增强生成大语音模型

ai出图软件Fooocus

Fooocus可以算是集大成者，速度快，优化好，而且简单易用，非常之傻瓜。

Fooocus 文生图

<...76 77 78 798081 82 83 84 85 ...>

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