文章列表-AI魔法学院

文章列表

OCR是什么以及推荐几款开源中文OCR识别软件

字符识别：　　早期以模板匹配为主，后期以结合深度网络的特征提取为主。

OCR

关于AI声音生成的一切（语音+音乐+嘴型）

提供了比原始 Whisper 模型快 70 倍的实时语音转录速度，并使用了更快的后端 faster-whisper。

声音

Comfyui一键更换人物背景！饭来了快张口！

“ 提示词区域书写提示词的区域，想要什么背景写进去就好， “ 图像背景处理这部分处理图像背景的区域

换背景绘画

PhotoMaker：腾讯最新开源，根据照片生成该人物各种风格图片，项目可落地！

out_photomaker.png') 启动一个本地 gradio 演示运行以下命令： · python gradio_demo/app.py 使用提示

PhotoMaker 文生图

Midjourneyv6创作中国龙十大技巧

英文提示词：Extremely detailed, 32 K,Complex CG painting, dragon attacking teenager, Cyberpunk, multicolored

Midjourneyv6 文生图

秒懂AI-深度学习五大模型：RNN、CNN、Transformer、BERT、GPT简介

卷积层可以提取图像中的局部特征，而池化层则可以减少特征的数量，提高计算效率。

大模型学习

最佳开源文生图大模型可图：安装与批量出图的完整教程

下面是官方给出的测评图片，可以看到，质量相当不错，并且支持中文提示词，出的图里面还能支持中文，这也太强了，据我所知，最新的SD3都不能出中文的，这波Kolors实属震惊到我了。

可图 kolors

除了深度换脸、模拟配音，还能口型匹配的AI软件出现了

Spotify 上个月也加入了这一行列，他们宣布将提供人工智能翻译的播客，让这些播客保持原本音色和语调的同时转换为不同的语言。

AI

Mixtral 7B 官宣免费，一大波 AI 模型也免费了，有网就能用！

模型厂商也深知如此复杂的流程会将大部分普通用户拒之门外，通常会选择第三方服务提供商——OpenRouter.ai 进行合作。

开源大模型

使用python调用comfyui-api，实现出图自由

# 定义一个函数向服务器队列发送提示信息 16.

comfyui 工作流

Midjourney各国的AI新娘

bride in dress smiling happily On white background hyper realistic definition, 8K --ar 3:2 --v5.2 翻译提示

文生图 Midjourney 新娘

开发语音产品时设计唤醒词和命令词的技巧

为提高发音能量，可选择包含爆破音声母的音节，如 p、b、t、d、k、g 等； 8.

语音产品唤醒词命令词

星标破万！小钢炮2.6登顶GitHub，Hugging Face TOP3，燃爆开源社区！

与 MiniCPM-Llama3-V 2.5 相比，MiniCPM-V 2.6 性能提升显著，并引入了多图和视频理解的新功能。

MiniCPM-V 2.6 大模型

深入浅出人工智能常用技术，让你轻松掌握AI应用核心！

不过由于各种语言的复杂性，机器翻译还有很大的提升空间。

人工智能

体验了几款AI工具&&最新出现的跟数字人相关的几款大模型

从单个真实世界图像中提取基于物理的渲染（PBR）材质（albedo, normals, and roughness） https://astra-vision.github.io/MaterialPalette

数字人大模型文生图

<...86 87 88 899091 92 93 94 95 >

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