照片说话，数字人，sadtalker源码运行环境搭建，整合包获取_ai数字人声音匹配图片...

浏览 81 次 标签： 照片会说话？开源AI数字人工具SadTalker环境搭建和使用教程   

Vitis-AI进行量化编译_yolov5vitisai...

浏览 57 次 标签： Vitis-AI量化编译YOLOv5（Pytorch框架）并部署ZCU104（一）（代码已开源）   

StyleTTS2通过建模风格为潜在随机变量，通过扩散模型生成最适合文本的风格，而无需参考语音，实现了高效的潜在扩散，并从扩散模型提供的多样化语音合成中受益。此外，它还利用大型预先训练的SLM，如WavLM，作...

浏览 83 次 标签： AI工具推荐：开源TTS（文本生成语音）模型集合   

站得高，才能看得远，学习前沿知识，用于今后职业发展的方向指导...

浏览 53 次 标签： 【RISC-V】站在巨人的肩膀上——看开源芯片、软件生态、与先进计算/人工智能/安全的结合   

SyncTV是一个允许您远程一起观看电影和直播的程序。它提供了同步观看、剧院和代{过}{滤}理功能。使用SyncTV，您可以与朋友和家人一起观看视频和直播，无论他们在哪里。SyncTV的同步观看功能确保所有观看视...

浏览 92 次 标签： SyncTV 同步观影 / 异地同步观看神器 v0.4.1 支持Win    Linux    Docker 开源免费   

引入知识图谱技术后，传统RAG链路到GraphRAG链路会有什么样的变化，如何兼容RAG中的向量数据库（VectorDatabase）和图数据库（GraphDatabase）基座，以及蚂蚁的GraphRAG开源技术方案和未来优化方向。...

浏览 51 次 标签： 人工智能    RAG    知识图谱    TuGraph    DB-GPT    OpenSPG   

Whisper是OpenAI研发的一个通用的语音识别模型，可以把语音转为文本。它在大量多样化的音频数据集上进行训练，同时还是一个多任务模型，可以执行多语言语音识别、语音翻译和语言识别_rustttssp...

浏览 95 次 标签： OpenAI 开源的免费 AI 语音转文字工具 - Whisper    一步一步本地部署运行   

GLM-4-9B是智谱AI推出的最新一代预训练模型GLM-4系列中的开源版本。在语义、数学、推理、代码和知识等多方面的数据集测评中，GLM-4-9B及其人类偏好对齐的版本GLM-4-9B-Chat均表现...

浏览 80 次 标签： 智谱AI GLM4开源！快速上手体验   

ChatGPT-Next-Web是一个基于OpenAIAPI构建的聊天应用框架，它允许用户快速部署自己的聊天机器人服务。该项目以其简洁的部署流程、灵活的配置选项以及强大的自定义能力，迅速在开源社区中获得了...

浏览 78 次 标签： 开源大模型的新星：ChatGPT-Next-Web 项目解析与推荐   

完全自主的编码代理，可以解决GitHub问题。它在编码基准测试中的得分几乎与Devin一样高。这是完整的评论和教程。SWE-agent将LM（例如GPT-4）转变为软件工程代理，可以修复真实Git...

浏览 61 次 标签： SWE-Agent 这是针对本地模型的新人工智能一个开源项目