2024-07-12 厉飞雨 阅读(118) 评论(0) 赞(3)

Toucan TTS是由德国斯图加特大学自然语言处理研究所（MS）精心打造的文本转语音（TTS）工具箱，它支持超过7000种语言，包括多样的方言和语言变体。这款工具箱建立在Python和PyTorch框架之上，不仅易于操作，而且功能全面，能够实现多声源语音合成、语音风格模仿以及人机交互的语音编辑。Toucan TTS适用于教育、朗读、多语言软件开发等多种应用场景。作为一个开源项

2024-07-11 厉飞雨 阅读(97) 评论(0) 赞(3)

我们会从网上看到各种各种的优美图片,就想自已去复刻出来。比如我想复刻这张图,那我们应该怎么做尼？本篇带领大家一起去拆解并复刻出来。 实战步骤: 1.先去小红书搜索一下"niji"关键词，然后通过图像大致找到类似的风 格 2.查找中逐渐缩小范围，如果看到类似的风格我们就直接动手试,比如你看到niji5的风格比较类似，就用这个词去搜。 在缩小范...

2024-07-11 厉飞雨 阅读(333) 评论(0) 赞(3)

手动绘制流程图是一项既繁琐又耗时的任务。从规划布局到绘制符号，再到连接各个部分，每一步都需要精心处理。一旦需要进行修改或调整，就必须重新开始整个过程，这往往要占用大量的工作时间。 幸运的是，AI 工具的出现解决了手动绘制流程图的问题。本文将介绍如何使用 Kimi快速生成专业流程图。 打开kimi https://kimi.moonshot.cn/ 在上图中，您可以通过指示Ki

2024-07-11 厉飞雨 阅读(105) 评论(0) 赞(3)

与大家分享一下我自己探索的💰低成本🌐本地部署可公网访问的Dify经验哈，欢迎大家多多交流 1、硬件：使用家中闲置吃灰的OrangePi开发板（成本100块钱），4核ARM CPU，1GRAM（注：实测Linux无桌面环境下内存1GB也是可以流畅运行Dify的，若内存小于1GB需开Swap，不然部署时会报错。因为我的模型都是调用API，不存在使用本地硬件跑，所以开发板只作为

2024-07-11 厉飞雨 阅读(95) 评论(0) 赞(3)

一个AI视频广告神器------Glato AI 。📹只需提供一个产品网页链接，它就能全自动分析并生成超高质量的短视频广告，简直是做产品和电商的自媒体人的福音！ 🌟 一键生成，效果惊艳： Glato AI通过分析网页内容，自动提取产品介绍和图片。 提供多个视频脚本，一键生成流畅、逼真的数字人视频。 🎨 特色亮点： 真实程度高：数字人情感丰富，手势

2024-07-11 厉飞雨 阅读(92) 评论(0) 赞(3)

上一次被奇域AI美呆之后，我发现我整篇文章都在哇噻 的状态下，一点干货没写，我对自己翻白眼 这中国风出图太惊艳了，我来晚了！ 那今天聊点正经的。 奇域AI是一款专注于中式审美的AI绘画创作平台： 1. 新中式AI绘画工具： 奇域AI提供了上百种新中式美学风格模型，如新中式插画、笔墨水彩、新铅油画等，用户可以根据自己的喜好选择不同的风格进行创作。 2. 中式国风创作

2024-07-11 厉飞雨 阅读(50) 评论(0) 赞(3)

不知道有多少人和我一样不喜欢拍照，但又喜欢到处玩～如果只拍美景未免显得有点单调，真人出镜又会很社恐。 今天发现了一种好看又好玩的玩法，就是把目的地P上卡通人物～既好看，又有新意，目前我在自媒体平台上还没看见几个人这么玩儿，或许可以测一测流量哦。 操作过程巨简单，有手就能做。 第一步，用Midjourney或者其他绘图工具生成几张卡通人物的图片，不满意的话可以多生几次。 提示词：

2024-07-10 厉飞雨 阅读(89) 评论(0) 赞(4)

01 导读 人类对自身的研究和模仿由来已久，在我国2000多年前的《列子·汤问》里就描述了有能工巧匠制作出会说话会舞动的类人机器人的故事。声音包含丰富的个体特征及情感情绪信息，对话作为人类最常使用亲切自然的交互模式，是连接人与智能世界至关重要的环节。 近日，阿里通义实验室发布并开源了语音大模型项目FunAudioLLM，旨在深化人类与大型语言模型（LLMs）之间的自然语音交

2024-07-10 厉飞雨 阅读(81) 评论(0) 赞(3)

语音识别技术在人工智能（AI）领域扮演着至关重要的角色，它不仅是人机交互的基石，也是推动智能系统发展的关键驱动力。以下是语音识别在AI领域的一些主要作用： 改善用户体验：通过语音识别，用户可以与智能设备进行自然语言交流，无需手动输入，这极大地提升了用户体验的便捷性和直观性。 数据收集与分析：语音识别可以自动转录语音数据，为企业提供大量的自然语言数据，这些数据可用于市场研究、消

2024-07-10 厉飞雨 阅读(69) 评论(0) 赞(3)

MOFA-Video是一种由腾讯A1实验室和东京大学的研究人员共同开源的图像生成视频模型。该技术通过生成运动场适应器将静态图像动画化，从而生成视频。基于预训练的Stable VideoDiffusion模型，MOFA-Video能够通过稀疏控制信号（如手动轨迹、面部标记序列或音频等）实现对视频生成过程中动作的精细控制。这些控制信号不仅可以单独使用，还可以组合使用，以零样本（ze