文章列表-AI魔法学院

文章列表

Python入门与语法速查

Python 是由Guido Van Rossum在 90 年代早期设计，现在是最常用的编程语言之一。

python 编程

语音识别的未来已来：深入了解faster-whisper的突破性进展

faster-whisper简介 faster-whisper是基于OpenAI的Whisper模型的高效实现，它利用CTranslate2，一个专为Transformer模型设计的快速推理引擎。

语音识别 Faster-Whisper

教你打造属于自己的AI孙燕姿，AI歌手模型使用及训练保姆级课程 #1/2 使用模型

在处理之前你需要把你声音的格式转换成WAV格式，因为So-VITS-SVC 4.0只认WAV格式的音频文件，现在处理了后面会省事点。

生成式AI

OpenAI 开源语音识别 Whisper 的使用体验怎么样？

　　当您首次启动 Buzz 时，AI 模型将被下载到您的计算机上。

生成式AI

目前有哪些比较成功的人工智能应用？

语音：音乐，录音等等音频格式的文件。

生成式AI

AI Comic Factory：AI(连环)漫画生成器

首先，该项目是开源的，但需要多个组件来运行，包括前端、后端、LLM（大型语言模型）、SDXL等。

生成式AI

【NLP技术分享】文本生成评价指标的进化与推翻

一个好的评价指标（或者设置合理的损失函数）不仅能够高效的指导模型拟合数据分布，还能够客观的让人评估文本生成模型的质量，从而进一步推动text generation 商业化能力。

开源模型

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

项目简介代理框架设计用于构建在服务器上运行的实时、可编程参与者。

voice agent 开源音视频

如何快速构建GPTs个人知识库应用？

GPTs 是一个创新方式，允许任何人根据自己的日常需求、特定任务、工作或家庭生活，定制个性化的 ChatGPT，并且可以将这些定制版本分享给他人。

GPTs 知识库

一个充满多智能体的数字社会正在浮现，商业的底层逻辑已进入重构倒计时

从Lilian Weng的《LLM Powered Autonomous Agents》让我们初步了解，基于大型语言模型的AI-Agents systems是一个什么样的架构形式，从单一智能体的Planning

大模型

基于秋叶整合包-StableDiffusionWebUI启动器快速安装ComfyUI

这种节点式的工作流也提高了部分使用门槛。

秋叶整合包

除了深度换脸、模拟配音，还能口型匹配的AI软件出现了

Captions目前已经获得了红杉资本、安德森-霍洛维茨、Instagram联合创始人Kevin Systrom和Mike Krieger以及Facebook前产品设计副总裁Julie Zhuo的投资支持

AI

Midjourney 进阶关键词_摄影效果专题

经过这段时间的测试，觉得可以将摄影效果特别增设一个专题，以每日一词的方式分享给大家进行测试运用。

midjourney 文生图绘画

DeepMusic发布“和弦派”2.0：重塑AI音乐创作范式，赋予创作者全方位掌控

4月29日，国内领先的人工智能音乐服务商DeepMusic，发布了自主研发的AI音乐工作站——“和弦派”2.0正式版。

和弦派 DeepMusic 音乐创作

AI能赚到钱了么？

在回答这个问题前，我们需要总结下AI背后潜在的商业模式。

大模型商业模式

<...5 6 7 8910 11 12 13 14 ...>

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