文章列表-AI魔法学院

文章列表

13.5K Star ! Fish Speech Windows本地搭建，能否达到官方的级别？强烈推荐

Fish Speech是一款由Fish Audio开发的开源的文本到语音（TTS）工具，支持英语、日语、韩语、中文、法语、德语、阿拉伯语和西班牙语。

Fish Speech 本地搭建

从零开始了解AI大模型 - 技术篇：万字深度好文人话说大模型技术

这个模型被广泛应用于各种任务，包括将一种语言翻译成另一种语言的翻译工作、将图片中的文字变成可读的文字的OCR（光学字符识别）任务等等。

大模型

字节跳动最强AI工具 “豆包” ，近1000款应用！一句话自动生成图文，堪比ChatGPT？

和“即创”偏向于抖音生态内容制作不同，豆包更像chatgpt一样的大模型。

AI工具文生图

数字人直播哪家强？中国数字人平台分析大全

一类是专注于特定领域的数字人应用，例如文娱传媒、智能客服、代言等，这些应用对于大部分公司来说可能并不常用。

数字分身数字人

炸裂！百川开源第1个7B多模态大模型 Baichuan-Omni | 能够同时分析图像/视频/音频/文本

作者的字幕数据来源包括ShareGPT4Video，这是一个利用GPT-4生成丰富、上下文的视频字幕的大规模数据集，以及WebVid 。

Baichuan-Omni 多模态大模型

厉害了，匹诺曹Pinokio！所有AI工具，一键安装，全部免费！整合AI绘画、AI视频、AI语音...

涵盖了 AI 绘画、AI 视频、AI 音乐、AI 数字人等各个领域今天给大家推荐一款AI神器，匹诺曹Pinokio！

AI绘画 AI视频 AI音乐

【TTS语音克隆开源最强王者】5款爆火开源模型(Fish、F5、GPT、CosyVoice、MaskGCT)效果对比，等你来评!

:5款语音克隆模型效果展示案例1: 萝莉语音克隆-5款模型语音克隆--效果展示案例2: 萝莉语音克隆-5款模型语音克隆-带数字文本-效果展示案例3: 萝莉语音克隆

语音克隆开源模型

2万字大模型调研：横向对比文心一言、百川、Minimax、通义千问、讯飞星火、ChatGPT

语音识别大模型则注重语音信号的处理和识别，能够实现语音转文字、语音合成等功能。

大模型调研

我，大语言模型

我无法修改我所写之物，只能继续写不停写，我过去的文字会不断给我套上枷锁，限制将要写之物。

大模型

借题发挥下最近几例声音克隆的应用案例

最近接连接到几个客户找我订制声音的案例： 1.某父亲痛失爱子，因为儿子托梦告知人是可以复活的，于是这位父亲到处寻找让人复活的办法，于是他关注到了最新的人工智能技术，开始找人咨询和学习技术，通过摸索，他知道通过

声音克隆数字人

探秘制作艺术二维码的新姿势

在之前的文章《AI制作艺术二维码-文生图》中，我介绍了一种直接通过提示词生成高逼格二维码的方法，但是通过提示词我们无法很好的控制生成图片的样式，特别是有些同学想要将自己的Logo或者头像附加到二维码中，

图像文字

截至2023年5月份业界支持中文大语言模型开源总结及商用协议分析

OPT模型本身并没有特意针对多语言进行训练，不过他们的数据集很大，因此也能在简单的中英文翻译中获得不错的结果。

大模型

中文版开源Llama 2同时有了语言、多模态大模型，完全可商用

语音到文本多模态开源对话模型 (LLaSM) LinkSoul.AI 开源了可商用的中英文双语语音 - 语言助手 LLaSM 以及中英文语音 SFT 数据集 LLaSM-Audio-Instructions

开源模型

手把手教你用 SD 生成文字形状的光线，用来做营销宣传图非常有效

昨天类似这种文字光效或者将文字合成在衣服上的图好像又火了，很多朋友在问怎么做，其实就是ControlNet的简单应用，比如模拟光线照射文字的，之前用来调整自然光线的角度和范围这次不过是将原来模拟光照的图变成了文字了

图像文字 ControlNet Stable Diffusion

教会AI画汉字（ComfyUI篇）

最近，央视公开了一些由ai生成的图片与视频，其中有几张图片非常有趣，成功吸引到了我，那便是这几张由ai与文字相结合的图片，这种奇妙的效果令我十分好奇，于是我便开始找寻相关的插件来达成类似的效果

comfyui 文生图

<...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