技术探索

行动起来，活在当下

累计撰写 13 篇文章
累计创建 4 个标签
累计收到 0 条评论

目录CONTENT

最新文章

2024-11-25
置顶开源AI模型大集合麦克风语音输入，经过语音转文本（Whisper），输出文本给大语言模型（Ollama、OpenAI、Kimi），大语言模型输出结果经过文本转语音（Edge-tts、F5-tts、CosyVoice、ChatTTS）通过喇叭播放文本内容。
- 2024-11-25
- 184
- 0
- 1
- AI
2024-12-17
AppImage让应用随处运行 AppImage是将应该包含的所有依赖打包成一个可执行文件，即一个应用程序就是一个文件，除了操作系统基础组件，AppImage不需要依赖包即可运行。下面自定义一个动态库，然后将应用与库打包成AppImage,做到一次打包，到处运行。
- 2024-12-17
- 13
- 0
- 0
- Linux
2024-12-12
Python读取csv文件plot画图 pyplot是matplotlib库的一个模块，是MATLAB图形功能的一个高层次接口。通过pyplot可以非常方便地创建各种类型的图表和图形，如折线图、散点图、直方图等。
- 2024-12-12
- 11
- 0
- 0
- Python
2024-12-11
Python连接MongoDB MongoDB 是一个开源的文档型数据库，属于 NoSQL 数据库的一种。它采用 JSON 格式的文档来存储数据，并且支持丰富的查询表达式，能够灵活地进行数据操作和检索。
- 2024-12-11
- 9
- 0
- 0
- Python
2024-12-10
AI声音克隆 XTTSv2 是一个非常酷的文本转语音模型，它只需一段快速的 3 秒音频剪辑就能让你在不同语言中克隆声音。基于Tortoise，XTTS 具有重要的模型变化，使得跨语言声音克隆和多语言语音生成变得非常简单。无需大量涵盖无数小时的训练数据。 XTTSv2可用于语音克隆和语音生成。
- 2024-12-10
- 19
- 0
- 0
- AI
2024-12-08
Python读写CSV文件 pandas是强大数据分析和操作工作，它提供快速、灵活和表达力强的数据结果，主要用于数据清洗和分析工作。通过pandas可方便的读取、操作和存储CSV数据格式。
- 2024-12-08
- 21
- 0
- 0
- Python
2024-12-06
ComfyUI文生图 ComfyUI是一个基于节点的图形用户界面，专为Stable Diffusion设计，提供一种直观和灵活的方式来操作和管理图像生成过程。通过将不同的节点链接在一起，用户可以构建自己的图像生成工作流。
- 2024-12-06
- 23
- 0
- 0
- AI
2024-12-05
YOLO图像检测 YOLO(You Only Look Once)是一种流行的物体检测和图像分割模型，因其高速度和高精度而迅速受到欢迎。
- 2024-12-05
- 16
- 0
- 0
- AI
2024-12-03
AI语音转文本（ASR） Whisper是一个通用的语音识别模型。它是在大量不同音频数据集上进行训练，并且是一个多任务模型，能够执行多语言语音识别、语音翻译和语言识别功能。简而言之，Whisper能够识别和处理多种语言的语音，并将语音转换成文本，同时也能识别语音中使用的语言。
- 2024-12-03
- 21
- 0
- 0
- AI
2024-12-02
AI文本转语音（TTS） Edge-TTS是微软提供的在线文本转自然语音，支持多种语言和声音，转换速度快，语音自然无机械感。
- 2024-12-02
- 35
- 0
- 0
- AI

查看更多