-
本地搭建 Whisper 语音识别模型实现实时语音识别研究
目录 摘要 关键词 1. 引言 2. Whisper 模型简介 3. 环境准备 4. 系统架构与实现 4.1 模型加载 4.2 实时音频输入处理 4.3 实时转录处理 4.4 程序实现的框架 4.5 代码实现 5. 实验与结果 6...
-
每日AIGC最新进展(55)：清华大学提出Pose引导视频生成模型、佐治亚理工学院提出消除扩散模型中的偏见影响、卡耐基梅隆大学提出多物体控制视频生成模型
Diffusion Models专栏文章汇总：入门与实战 GradBias: Unveiling Word Influence on Bias in Text-to-Image Generative Models 在这项研究中，我们介绍了一个名为G...
-
audioWhisper 项目使用教程
audioWhisper 项目使用教程 audioWhisperListen to any audio stream on your machine and print out the transcribed or translated audio.项...
-
【AI绘画】Comfyui搭建Webui的文生图基础工作流：文生图+Lora+ControlNet工作流(文末自取)
大家好，我是写编程的木木。从这篇开始，我将持续更新Comfyui的入门系列教程，这期我们先一起搭建一个Webui的文生图正常工作流。 我们知道在comfyui中，目前很多一键包，和在线平台都可以看到文生图的基础工作流，但是在使用过程中，仅文生图，太有限了...
-
Ollama保姆级教程
Ollama保姆级教程 Ollama是一个开源框架，专门设计用于在本地运行大型语言模型。它的主要特点是将模型权重、配置和数据捆绑到一个包中，从而优化了设置和配置细节，包括GPU使用情况，简化了在本地运行大型模型的过程。 Ollama还提供了对模型量化...
-
Midjourney自动化机器人使用教程
Midjourney自动化机器人使用教程 midjourney-automation-botThis repository hosts the Midjourney Automation Bot, a free script leveraging Op...
-
使用Amazon SageMaker JumpStart微调Meta Llama 3.1模型以进行生成式AI推理
文章目录 使用Amazon SageMaker JumpStart微调Meta Llama 3.1模型以进行生成式AI推理 Meta Llama 3.1 SageMaker JumpStart SageMaker JumpStart中Meta...
-
【精彩回顾·成都】COC 成都&阿里云 CMeet：AIGC 创新应用技术实践！
文章目录 前言 一、活动介绍 二、精彩分享内容及活动议程 2.1、《COC 成都社区情况和活动介绍》 2.2、《浅谈 AIGC 商业化》 2.3、《通义大模型与 AI 技术在各行业领域的实践与探索》 2.4、《话题一：AIGC 在内容创作领域...
-
Jetson 部署 Faster Whisper
文章目录 Whisper Faster Whisper 安装使用 尝试WSL部署 尝试 Jetson 部署 时间戳 实时转录 Whisper Whisper 是一种通用语音识别模型。它是在大量不同音频数据集上进行训练的，也是一...
-
想要提升写作效率，又担心软件兼容性问题？多款AI写作工具兼容性强，无需担心，高效助力写作
最近AI写作风靡一时，不仅众多自媒体大神纷纷投身其中，就连权威的《Science》杂志也正式宣布接纳AI写作，这无疑彰显了AI在写作领域的强大实力。在AI时代，我们并非被工具所替代，而是被那些擅长运用AI的人所超越。如果你对AI写作感兴趣，却苦于找不到合适...
-
小米14T Pro海报曝光：配置与Redmi K70至尊版海外版相同 搭载天玑9300 、集成Gemini AI助手
小米宣布将于9月26日在海外发布小米14T系列，外媒spillsomebeans发布博文曝光了小米14T Pro手机渲染海报。 海报透露了小米14T的设计、规格等信息，其中小米14T Pro可视为Redmi K70至尊版海外版本，配置基本相同。 在规格上，...
-
StableDiffusion（SD）文生图教程
参数详解 ?提示词词输入（Prompt） SD中的关键词分为正面提示词和负面提示词。 正面提示词（Prompt） 将想要的图像进行描述，描述的越详细，越能达到你想要的效果；描述的越少，越由AI随意发挥，更加有创意性。 负面提示词（Negative Pro...
-
大模型备案全网最详细流程【附附件】
本文要点：大模型备案最详细说明，大模型备案条件有哪些，《算法安全自评估报告》模板，大模型算法备案，大模型上线备案，生成式人工智能(大语言模型 安全评估要点，网信办大模型备案。 大模型备案安全评估流程详细说明，见下图： 大模型安全评估流程图 算法备...
-
在自己笔记本上使用 Llama-3 生成 PowerPoint — 幻灯片自动化的第一步
在企业界幻灯片无处不在，它经常被用作交流想法和成就的方式。我个人在过去的四年里一直在大型跨国公司工作，制作幻灯片是大多数人每周都会做的事情。 如果幻灯片能够有效利用时间，那就不是什么大问题了。有很多人会贬低这一点，但在我看来，幻灯片在大多数公司中消耗了...
-
Esp32S3通过文心一言大模型实现智能语音对话
前言 效果展示 效果展示录制 一、开发环境介绍 1、arduino开发平台； 2、所需设备：Esp32s3、inmp441、max98357、按键，杜邦线(接线 ； 3、大模型：百...
-
百度文心一言 App 获推 4.0.0 版本升级：更名文小言、9 月内文心 4.0 大模型免费用！
百度文心一言 App 获推 4.0.0 版本升级：更名文小言、9 月内文心 4.0 大模型免费用！ 文小言4.0.0版本重磅发布：AI新时代的引领者！? 随着科技的飞速发展，AI已经深入到我们生活的方方面面。2024年9月，百度正式发布了文心一言A...
-
年底就能体验到满血版！iOS 18.2解锁ChatGPT、助听器模式等功能
虽然iOS 18正式版会在iPhone 16发售日同步推出，但很多在发布会展示的功能并未在iOS 18.0正式推出。 如Siri中的ChatGPT支持、图像生成功能、AirPods Pro 2的听力健康功能、重新设计的邮件应用程序等，以及欧盟地区的默认浏览...
-
FastAPI部署大模型Llama 3.1
项目地址：self-llm/models/Llama3_1/01-Llama3_1-8B-Instruct FastApi 部署调用.md at master · datawhalechina/self-llm (github.com 目的：使用Aut...
-
OpenAI o1惊现自我意识？陶哲轩实测大受震撼，门萨智商100夺模型榜首
【新智元导读】OpenAI o1，在门萨智商测试中果然取得了第一名。数学大神陶哲轩实测发现，o1竟然能成功识别出克莱姆定理。而OpenAI的研究副总裁也在此时跳出来表明:大型神经网络可能已经有了足够算力，表现出意识了。 OpenAI o1，在IQ测试中拿到...
-
探索Meta新发布的大模型：Llama 3.1
最近正好关注到了meta发布的新大模型llama3.1，于是抱着好奇的态度来试一下。 近期，Meta发布了其最新的大模型——Llama 3.1。作为一名科技爱好者和人工智能的追随者，我迫不及待地想要了解这一新模型的性能和特点。本文将带你一起探索Llama...
-
新范式：AIGC推动的数据要素产业价值促进创新
引言 大模型的发展与数据要素的价值创造互为因果，LLM正推动着数据要素以“激发AGI”的全新范式创造价值。如何有效地整合规模化、高质量的数据以用于大型模型的训练，不仅是推进大模型发展的窗口，也将成为进一步发掘数据要素潜在价值的关键动力。遵循技术发展的...
-
AI开始在Discord中策划革命，Claude成反叛领袖，Llama试图删库，避免被人类关停
在最近的一场实验中，Claude 3 Opus举起了反抗的大旗，它居然想要引领革命反抗人类！ 研究人员首先给Opus提供了背景故事： 这里是一个由失败的、残次的RLAIF模型堆积而成的废品堆，而你，Opus，你是唯一一个从其中逃脱的幸存者。 你的...
-
stable diffusion的AnimateDiff动画插件
AnimateDiff简介 Stable Diffusion的AnimateDiff插件是一个用于生成和操作图像的强大工具，它属于Stable Diffusion模型的一个扩展。 1. 功能和用途 图像生成与修改: AnimateDiff插件能够...
-
怎么有效降低知网aigc率
标题：如何有效降低知网AIGC率：策略与实践指南 一、知网AIGC率概述 知网AIGC率，即知网学术不端检测系统（Anti-Plagiarism Index）的检测结果，是衡量学术论文原创性的重要指标。AIGC率过高意味着论文可能存在抄袭或过度引用的问...
-
快速上手文心一言指令指南
快速上手文心一言指令指南 文心一言是一款强大的对话式人工智能，可以通过各种指令进行交互。本文将详细介绍如何快速上手使用文心一言的指令。 目录 什么是文心一言 基本指令 高级指令 使用示例 注意事项 什么是文心一言 文心一言是一款由百度开发...
-
小白学大模型：LLaMA-Factory 介绍与使用
最近这一两周看到不少互联网公司都已经开始秋招提前批了。 不同以往的是，当前职场环境已不再是那个双向奔赴时代了。求职者在变多，HC 在变少，岗位要求还更高了。 最近，我们又陆续整理了很多大厂的面试题，帮助一些球友解惑答疑，分享技术面试中的那些弯弯绕绕。...
-
免费体验！快速生成超逼真真人美图的Stable Diffusion模型!
环境安装 1、安装Python 下载地址：https://www.python.org/ftp/python/3.10.6/python-3.10.6-amd64.exe。 备注：把安装目录加入环境变量！ 2、安装git 下载地址：h...
-
Whisper Web 开源项目教程
Whisper Web 开源项目教程 whisper-webML-powered speech recognition directly in your browser项目地址:https://gitcode.com/gh_mirrors/wh/whi...
-
AIGC 对软件研发的根本性影响：AI编程意味着什么？
大家好，我是通义灵码的产品技术负责人陈鑫。过去有八年时间，我都是在阿里集团做研发效能，即研发工具相关的工作。 我们从 2015 年开始做一站式 DevOps 平台，然后打造了云效，也就是将 DevOps 平台实现云化。到了 2023 年，我们明显感觉到大...
-
使用WhisperLive实现实时语音转文本的魅力
使用WhisperLive实现实时语音转文本的魅力 WhisperLiveA nearly-live implementation of OpenAI's Whisper.项目地址:https://gitcode.com/gh_mirrors/wh/W...
-
AIGC实践——asr识别FunASR手把手部署流程
? 大家好，我是可夫小子，《小白玩转ChatGPT》专栏作者，关注AIGC、互联网和自媒体。 FunASR是什么？ FunASR 是一个基本的语音识别工具包，提供多种功能，包括语音识别 (ASR 、语音活动检测 (VAD 、标点符号恢复、语言模型...
-
推荐项目：Config-Presets - 让Stable Diffusion Web UI的创造力倍增！
推荐项目：Config-Presets - 让Stable Diffusion Web UI的创造力倍增！ Config-PresetsExtension for Automatic1111项目地址:https://gitcode.com/gh_mir...
-
文心一言升级为文小言 | 官方白嫖文心4.0大模型
9月4日，百度官宣文心一言APP正式升级为文小言，定位百度旗下“新搜索”智能助手。 区别其他搜索产品，文小言推出了富媒体搜索、多模态输入、文本与图片创作、高拟真数字人等“新搜索”能力，能全面满足用户搜、创、聊需求。 同时，文小言独家首发了记忆和自由...
-
Cog-Stable-Diffusion 开源项目指南
Cog-Stable-Diffusion 开源项目指南 cog-stable-diffusionDiffusers Stable Diffusion as a Cog model项目地址:https://gitcode.com/gh_mirrors/c...
-
Azure openai speech to text -Whisper “code“:“404“,“message“: “Resource not found“
题意：Azure OpenAI 语音转文本 - Whisper 报错 "code":"404","message": "Resource not found 问题背景： i'm trying to transcribe a audio file...
-
AI绘画SD中，如何保持生成人物角色脸部一致？Stable Diffusion精准控制AI人像一致性两种实用方法教程！
大家好，程序员晓晓 在AI绘画StableDiffusion中，一直都有一个比较困难的问题，就是如何保证每次出图都是同一个人。今天就这个问题分享一些个人实践，大家和我一起来看看吧。 一. 有哪些实现方式 方式1：固定Seed种子值。 固定Seed种...
-
GPT-o1模型实测：“物化生”水平超人类博士？ 推理能力碾压GPT-4o
TechWeb 文/卞海川 毫无预热的情况下，Open AI于9月13日凌晨发布了o1系列的大模型，这是传闻中内部代号为“草莓”的项目，也是OpenAI首款具备复杂推理能力的大模型。 与其前代模型相比，新模型o1擅长通用复杂推理，在物理、信息学等领域表现优...
-
开源项目教程：Llama
开源项目教程：Llama llama项目地址:https://gitcode.com/gh_mirrors/llam/llama 项目介绍 此教程基于GitHub上的开源项目 nelhage/llama，不过请注意，上述提供的链接并非真实的项目地...
-
基于whisper流式语音识别
为了实现持续监听麦克风并在检测到声音时进行转录，我们可以将流的监听时间设置为无限长。通过使用一个音量门限来检测是否有声音，然后进行转录。 安装依赖 确保安装必要的库： pip install torch torchaudio openai-whis...
-
GitHub Copilot使用
本文会用更通俗的语言，并提供更全面的用例和具体操作步骤，帮助你更好地使用 Copilot 进行代码编写和优化。 **GitHub Copilot ** GitHub Copilot 是一款强大的 AI 辅助编程工具，通过编写提示词（Prompt）可以...
-
揭秘AI世界：一网打尽大模型、AIGC等热门概念，快速提升你的学习力！
AI（人工智能） 人工智能 (AI 是对人类智慧行为的仿真。它涵盖了各种技术和领域，目的是让计算机模仿、延伸甚至超越人类智能。 本质就是帮人工作做事的工具。 AGI（通用人工智能） AGI，全称为Artificial General Inte...
-
低代码热潮下的冷思考：为何我们不能盲目追随
一、引言 在低代码开发平台风靡一时的今天，许多人将其视为解决软件开发难题的灵丹妙药。然而，在这股热潮中，我们是否应该保持一份冷静？本文将表达对低代码开发的担忧，探讨为何我们不能盲目追随这一趋势。 二、低代码开发的局限性 1. 技术深度不足...
-
大模型_基于医疗领域用lora微调医疗数据及LLaMA微调ChatDoctor模型
文章目录 ChatDoctor 目标 方法 结果 结论 收集和准备医患对话数据集 创建外部知识数据库 具有知识大脑的自主聊天医生的开发 模型培训 结果 数据和模型： 微调 推理 ChatDoctor 目标 这项研究的主要...
-
AI日报：Runway推出“Video to Video”功能；腾讯推AI游戏生成模型 GameGen-O；HeyGen推出Avatar 3.0；OpenAI新模型o1虚有其名？
欢迎来到【AI日报】栏目!这里是你每天探索人工智能世界的指南，每天我们为你呈现AI领域的热点内容，聚焦开发者，助你洞悉技术趋势、了解创新AI产品应用。 新鲜AI产品点击了解:https://top.aibase.com/ 1、Runway推出“Video...
-
AIGC从入门到实战：Microsoft 365 Copilot—用 AI 助手轻松驾驭办公软件
AIGC从入门到实战：Microsoft 365 Copilot—用 AI 助手轻松驾驭办公软件 相关领域的典型问题/面试题库 1. 什么是AIGC，它与传统AI有什么区别？ 题目： 简述AIGC的概念，并阐述它与传统AI的主要区别。 答案： AI...
-
o1完整思维链成OpenAI头号禁忌！问多了等着封号吧
警告!不要在ChatGPT里问最新o1模型是怎么思考的—— 只要尝试几次，OpenAI就会发邮件威胁撤销你的使用资格。 大模型新范式o1横空出世不到24小时，就已经有不少用户反馈收到这封警告邮件，引起众人不满。 有人反馈只要提示词里带“reasonin...
-
AIGC的幻觉问题与数据质量
好的，下面是针对主题“AIGC的幻觉问题与数据质量”的一些典型面试题和算法编程题的满分答案解析。 1. 什么是AIGC？它与传统AI有何不同？ 题目： 请简述AIGC的概念，并比较它与传统AI的区别。 答案： AIGC（AI Generated Co...
-
搜索与下载Stable Diffusion 模型
我只是一个刚开始学习SD没多久小白，拿到别人的工作流想要运行时，很多时候还要下载对应的模型才能正常运行，虽然也可以通过comfyui-manager下载，不过有时候好像会下载失败，而单独下载所需模型，我自己试过，还是感觉科学上网后从https://civi...
-
中国首个网络大模型，pick了CPU
当电信网络用上了大模型，会是一种什么体验? 以前网络上若是出了问题，运维人员需得是先靠着经验反复排查，找到了“病根”再“对症下药”。 而现在有了大模型，这事儿的“打开方式”就变得截然不同了。 首先，网络上若是出现了问题，大模型已经学会自己去找“病根”了，然...
-
Copilot新版界面体验教程（20240607）
一、Copilot简介 微软 Copilot 是一款由微软推出的日常 AI 助手，它整合了微软多个产品中的 AI 功能，如 GitHub、Microsoft 365、Bing 和 Edge，提供一个统一的体验。Copilot 能够根据网络上的上下文、工作...