文章列表-AI魔法学院

文章列表

从 GPT-4o 到 LiveKit：实时语音交互的开源实现

LiveKit 支持语音、视频和数据流处理，内置了自动语音识别（ASR）和文本转语音（TTS）功能，简化了语音到文本和文本到语音的转换过程。

GPT-4o 语音交互

数字人之声音克隆：无样本，1分钟样本完美克隆声音，开源

，文末我给大家准备好了，不需要你去爬梯子下载了注意一点下载并将 ffmpeg.exe 和 ffprobe.exe 放置在 GPT-SoVITS 根目录下

数字人声音克隆 GPT-SoVITS

提高工作效率的 10 个高级Prompt

问我一系列问题来测试我的知识。

工作大模型 GPT prompt 提示词

应用编排的未来是Pipeline，LlamaIndex开发预览版推出Query Pipeline，提升应用开发的灵活性

AI应用编排的框架——FlowEngine（https://flow-engine.github.io/），其核心就是通过声明式的pipeline（离线、流式、实时三大编排Pipeline）来组织整个应用过程

Query Pipeline 大模型

写不好Prompt？可以先写个粗糙版本，然后让GPT帮助优化。

推荐学习Prompt编写的核心原则和策略有哪些？

Prompt GPT

使用stable diffsion对老照片进行AI高清放大修复

周末朋友交代了一个活，让我帮他把一张模糊的老照片放大修复一下。

SD 高清老照片修复

LLM native策略的内部状态是否应该结构化【2023Q3】

1、场景介绍先介绍一下本文讨论的问题场景，以传统的对话机器人为例。

大模型

RAG检索增强技术在知识库智能检索场景下的应用实践

它可以从一个大型知识库中检索与输入相关的信息，并将这些信息作为上下文和问题一起输入给模型进行处理。

知识库 RAG检索增强

Roop参数说明，ROOP->StyleGAN演示！

因为有一些效果图，聊起来就更直观一点。

视频 StyleGAN

300天里，我帮你踩遍了AIGC创业的各种坑

如果2024年初的Sora再次勾起了你做点事情的想法，这篇文章可能会给你带来一些启发，少走一些大概率没有结果的弯路。

AIGC 创业

LangChain Agent 原理解析

更多关于 ReAct 的内容可以查看这篇文章[1]。

大模型

借题发挥下最近几例声音克隆的应用案例

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ChatGPT可以训练儿子的过去的说话，文字等语料

声音克隆数字人

Stable Diffusion

Stable Diffusion | SD的老舅ComfyUI来了，节点式工作流，分部控制出图

extra model paths.yamlexample文件右键用记事本打开文件； 2、把里面“path/to/stable-diffusion-webui/”换成你放置WebU模型的文件夹路径

生成式AI

ChatGPT提示工程5篇合集 - 吴恩达和OpenAI出品

吴恩达和OpenAI合作开发了一套针对ChatGPT提示工程的最佳实践课程，课程名为《ChatGPT Prompt Engineering for Developers》。

ChatGPT prompt

ChatGLM3-6B 功能原理解析

添加自定义工具在官方文档中，我们可以看到添加工具的说明：可以通过在 tool_registry.py 中注册新的工具来增强模型的能力。

ChatGLM3 大模型

<...75 76 77 787980 81 82 83 84 ...>

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