-
chatGPT的耳朵！OpenAI的开源语音识别AI：Whisper ！
语音识别是通用人工智能的重要一环！可以说是AI的耳朵！ 它可以让机器理解人类的语音，并将其转换为文本或其他形式的输出。 语音识别的应用场景非常广泛，比如智能助理、语音搜索、语音翻译、语音输入等等。 然而，语音识别也面临着很多挑战，比如不同的语言、口音...
-
阿里通义听悟升级推出六大 AI 助手：多语言音视频问答和思维管理
今日，阿里巴巴集团旗下通义科技发布了产品“通义听悟”的最新升级版本，新增了6项重要功能。 其中最重要的更新是推出了音视频问答助手“小悟”，它可以进行单条音视频内的自由问答，也支持跨多个音视频记录进行问题回答。此外，通义听悟还上线了一键AI改写和思维导图自动...
-
AIGC: 2 语音转换新纪元-Whisper技术在全球客服领域的创新运用
背景 现实世界，人跟人的沟通相当一部分是语音沟通，比如打电话，聊天中发送语音消息。 而在程序的世界，大部分以处理字符串为主。 所以，把语音转换成文字就成为了编程世界非常普遍的需求。 Whisper 是由 OpenAI 开发的一种高效的语音识别（AS...
-
语音转字幕：Whisper模型的功能和使用
🍁 作者：知识浅谈，CSDN签约讲师，CSDN博客专家，华为云云享专家，阿里云专家博主 📌 擅长领域：全栈工程师、爬虫、ACM算法 💒 公众号：知识浅谈 🤞语音转字幕：Whisper模型的功能和使用🤞 使用到的工具和模型: 公众号 知识浅谈 回复 w...
-
Hello8官网体验入口 AI视频翻译工具免费在线使用地址
Hello8是一款视频翻译工具，能够将视频内容快速翻译成 29 种以上语言，以便触达全球受众。使用Hello8 可以帮助内容创作者、营销人员、代理商和在线教师将视频内容本地化并扩大影响力。该工具采用全自动AI翻译技术，一键即可完成视频翻译，节省大量翻译时间...
-
论文笔记：Code Llama: Open Foundation Models for Code
导语 Code Llama是开源模型Llama 2在代码领域的一个专有模型，作者通过在代码数据集上进行进一步训练得到了了适用于该领域的专有模型，并在测试基准中超过了同等参数规模的其他公开模型。 链接：https://arxiv.org/abs/23...
-
《探索WordPress自动采集翻译的功能与应用》
在全球化日益盛行的今天，网站内容的国际化和本地化成为了吸引和留住不同地域用户的关键。对于使用WordPress这一广受欢迎的内容管理系统（CMS）的网站管理员和博主来说，如何高效地实现内容的自动采集与翻译成为了一个值得探讨的课题。本文将深入探讨WordPr...
-
WordPress采集插件的翻译与应用详解
在当今数字化的时代，内容管理和网站建设已经成为许多企业和个人不可或缺的一部分。WordPress，作为一款广受欢迎的内容管理系统（CMS），为全球数百万的网站提供了强大的支持。在WordPress的生态系统中，插件扮演着至关重要的角色，它们能够扩展和增强W...
-
Apollo开源轻量级多语言医疗 LLM：助力将医疗 AI 民主化推广至60亿人口
医疗人工智能（AI）技术正在迅速发展，旨在利用大型语言模型(LLMs 的巨大潜力彻底改变医疗保健交付方式。这些技术进步承诺提高诊断准确性，个性化治疗方案，并解锁全面医学知识的获取，从根本上改变患者护理。将 AI 整合到医疗保健中旨在提高医疗服务的效率和精确...
-
开源问卷调查CMS采集插件的探讨与应用
随着互联网技术的迅猛发展，各类内容管理系统（CMS）在网站建设与应用中发挥着日益重要的作用。尤其是当问卷调查成为信息收集与数据分析的重要手段时，如何在现有的CMS框架中高效地集成问卷调查功能成为开发者关注的焦点。本文将对开源问卷调查CMS采集插件进行深入探...
-
不到百行代码，使用Whisper进行视频字幕生成。
前言 最近在学习视频剪辑的时候，希望找一款软件进行翻译；发现大多数是调用某云的Api进行翻译。通过查询资料,打算使用Whisper进行本地视频语音的识别，然后进行字幕文件的编辑（srt），最后通过ffmpeg添加到视频中。 Whisper 是...
-
印度首位 AI 教师 Iris 上岗：会三种语言、提高个性化教学
3 月 8 日消息，印度首位 AI 教师 Iris 近日上岗，希望改变学生的学习体验，通过寓教于乐提高学生对知识的掌握和运用。 Iris 是由 Makerlabs Edutech 私人有限公司与阿塔尔修补实验室（ATL）合作开发的仿人人工智能，旨在协...
-
通义千问1.5(Qwen1.5)大语言模型在PAI-QuickStart的微调与部署实践
作者：汪诚愚（熊兮）、高一鸿（子洪）、黄俊（临在） Qwen1.5（通义千问1.5）是阿里云最近推出的开源大型语言模型系列。作为“通义千问”1.0系列的进阶版，该模型推出了多个规模，从0.5B到72B，满足不同的计算需求。此外，该系列模型还包括了Base...
-
基于Discuz平台的采集翻译插件深度解析与应用实践
随着互联网的迅猛发展和全球化进程的加速，跨语言交流和信息获取已成为众多用户的基本需求。在这样的背景下，内容管理系统（CMS）如Discuz等社区论坛平台，在促进用户交流和信息共享方面扮演着重要角色。为满足用户对于多语言内容的需求，“Discuz采集翻译插件...
-
ReadWeb.ai官网体验入口 多语言网页AI翻译工具免费在线使用地址
ReadWeb.ai是一个提供即时多语言网页翻译和双语查看服务的平台，旨在简化全球信息获取。用户可以一键将任何网页转换成多语言资源，提供独特的双语阅读体验，并简化内容分享，促进跨语言的全球连接和沟通。 点击前往ReadWeb.ai官网体验入口 谁可以从R...
-
《深度解析“WordPress网页采集软件”：功能、应用与未来趋势》
在数字化时代，信息获取已经成为各领域竞争激烈的前沿阵地。尤其在内容管理方面，能够有效地抓取、整合和再利用网页数据显得尤为重要。针对这一需求，“WordPress网页采集软件”应运而生，成为众多网站管理者和数据分析师的得力助手。本文将全面解析WordPres...
-
浅析国际CMS采集插件的应用与发展
在当今信息化、网络化的时代，内容的生产、管理和发布成为各行各业不可忽视的环节。对于众多依赖网站内容进行运营的企业和机构而言，一个高效、稳定的内容管理系统（CMS）是确保内容顺畅流转的关键。而在CMS的众多功能中，采集插件以其独特的定位和实用功能，受到了广泛...
-
GPT-4时代已过？全球网友实测Claude 3，只有震撼
大模型的纯文本方向，已经卷到头了？ 昨晚，OpenAI 最大的竞争对手 Anthropic 发布了新一代 AI 大模型系列 ——Claude 3。 该系列包含三个模型，按能力由弱到强排列分别是 Claude 3 Haiku、Claude 3 Sonnet...
-
全面超越GPT-4，Claude 3终于来了，有大学生智商，支持百万token
大模型的纯文本方向，已经卷到头了? 刚刚，OpenAI 最大的竞争对手 Anthropic 发布了新一代 AI 大模型系列 ——Claude3。 该系列包含三个模型，按能力由弱到强排列分别是 Claude3Haiku、Claude3Sonnet 和 Cla...
-
OpenAI与开源多语言嵌入模型，你选择哪一家？
译者 | 朱先忠 审校 | 重楼 出品 | 51CTO技术栈（微信号：blog51cto） 本文对OpenAI的多个嵌入模型与多家开源的多语言嵌入模型进行了综合比较，帮助你最终选择最适合自己的大数据开发模型。 1.引言 OpenAI最近发布了他们的...
-
阿里EMO大模型官网体验入口 AI视频生成怎么使用方法教程指南
EMO是一款生成具有表情丰富的面部表情视频的工具，可以根据输入的角色图像和声音音频生成各种头部姿势和表情的声音头像视频。支持多语言歌曲和各种肖像风格，能够根据音频节奏生成动态、表现丰富的动画角色。 点击前往阿里EMO大模型体验入口 如何使用EMO EM...
-
港大开发V-IRL平台：将真实世界地图纳入虚拟环境 给AI Agent完整的一生！
近日，港大和NYU的研究团队合作开发了一个名为V-IRL的平台，该平台将真实世界的地图、街景等丰富信息融入到虚拟环境中，为AI Agent提供了更真实和完整的生活体验。 这项研究的核心在于构建一个可扩展的平台，利用地理信息和街景图像等API将AI智能体嵌入...
-
英伟达发布Nemotron-4:150亿参数通用大模型，目标单张A100/H100可跑
英伟达最新推出的Nemotron-4语言模型引起广泛关注。这一通用大模型拥有150亿参数，经过在8T token上的训练，在英语、多语言和编码任务中表现出色。具体而言，Nemotron-4在7个评估基准上的15B模型表现优异，超越同等参数规模的模型，甚至击...
-
Globe Explorer官网体验入口 AI搜索引擎怎么使用
Globe Explorer是一款全新的AI搜索引擎，提供个性化搜索体验，支持多语言搜索，致力于提供高质量的搜索结果。它能够将搜索关键词自动整理成思维导图，帮助用户快速明了地查看信息。 需求人群： ["学术研究"，"信息检索"，"日常搜索"] 使用场景示...
-
英伟达最强通用大模型Nemotron-4登场！15B击败62B，目标单张A100/H100可跑
最近，英伟达团队推出了全新的模型Nemotron-4，150亿参数，在8T token上完成了训练。 值得一提的是，Nemotron-4在英语、多语言和编码任务方面令人印象深刻。 论文地址：https://arxiv.org/abs/2402.1681...
-
10秒，让OpenAI奥特曼为你的视频配音？80岁歌手靠此技术翻红互联网
谁能想到，2023年香港乐坛最火的一首歌，是80岁歌手尹光和AI唱的。 这首《Dear Myself》荣获“叱咤2023年香港乐坛我最喜欢的歌曲”投票榜第1位，由歌手尹光和他的AI分身共创。很多网友都感动于那句“我声线亦折旧，我把这个使命过继给AI”。 值...
-
瑞典支付提供商Klarna表示，OpenAI的AI代理相当于700名客服的工作量
瑞典支付提供商Klarna近日宣布，其由OpenAI提供支持的AI助手在一个月内处理了三分之二的客服聊天，相当于700名全职员工的工作量。据Klarna表示，这款AI在此期间处理了230万次对话，客户满意度与人工代理相当，但解决问题的错误率实际上下降了25...
-
MyShell AI开发高质量语音合成工具MeloTTS 支持中英混合发音
MeloTTS是由MyShell AI开发的一个高质量的多语言文本到语音（TTS）库。这个库支持英语、西班牙语、法语、中文、日语和韩语等多种语言，使其在全球范围内具有广泛的应用价值。 项目地址:https://top.aibase.com/tool/me...
-
Le Chat官网体验入口 MistralAI聊天机器人候补名单申请地址
Le Chat Mistral是基于Mistral AI模型的多语言对话助手，旨在展示Mistral技术的实际应用。它提供了一种教育性和有趣的方式，让用户探索Mistral AI的技术。Le Chat可以基于Mistral Large或Mistral Sm...
-
VSP-LLM官网体验入口 视觉语音处理AI模型免费使用下载地址
VSP-LLM是一个结合视觉语音处理与大型语言模型的框架，旨在通过LLMs的强大能力最大化上下文建模能力。VSP-LLM设计用于执行视觉语音识别和翻译的多任务，通过自监督视觉语音模型将输入视频映射到LLM的输入潜在空间。该框架通过提出一种新颖的去重方法和低...
-
Mistral Large模型官网体验入口 Mistral AI强大的最新AI免费使用地址
Mistral Large是Mistral AI团队最新推出的旗舰语言模型，具有顶级推理能力。它可用于复杂的多语言推理任务，包括文本理解、转换和代码生成。该模型在常用基准测试中取得了强大的成绩，是继GPT- 4 之后全球第二大可通过API进行使用的模型。...
-
可视化维基百科？全新AI搜索引擎Globe Explorer 搜索关键词AI自动整理成思维导图
Globe Explorer是一款全新的AI搜索引擎。不同于传统的搜索引擎，Globe Explorer提供了更为丰富和个性化的搜索体验，让您轻松发现您感兴趣的内容。不管您对工程、科学、艺术、学校、技术、爱好、生活方式等领域有何需求，Globe Explo...
-
选择最适合数据的嵌入模型：OpenAI 和开源多语言嵌入的对比测试
OpenAI最近发布了他们的新一代嵌入模型embedding v3，他们将其描述为性能最好的嵌入模型，具有更高的多语言性能。这些模型分为两类:较小的称为text- embeddings -3-small，较大且功能更强大的称为text- embeddin...
-
ChatGPT发癫已读乱回，网友：“高速运转的机械”AI版？
就在所有目光集中到Sora的时候，ChatGPT开始演我上班状态—— 疯了！ 症状包括但不限于：多语言无规律猛地切换、反复自我纠正、一句话叨叨叨叨叨叨半天。 甚至仿佛是ChatGPT得了失语症，有些回答每一句都是带情绪的词不达意。 总之，主打的就是一个已...
-
Gemma-7B官网体验入口 谷歌开源人工智能AI模型免费下载地址
Gemma-7B是由谷歌开发的一个具有 70 亿参数的大型预训练语言模型，旨在提供强大的自然语言处理能力。它能够理解和生成文本，支持多种语言，适用于多种应用场景。 点击前往Gemma-7B官网体验入口 需求人群： ["内容创作"，"机器翻译"，"智能客服...
-
VideoTrans体验入口 AI视频翻译配音工具免费在线使用地址
VideoTrans是一款免费开源的视频翻译配音工具。它可以一键识别视频字幕、翻译成其他语言、进行多种语音合成，最终输出带字幕和配音的目标语言视频。该软件使用简单，支持多种翻译和配音引擎，能大幅提高视频翻译的效率。 点击前往VideoTrans官网体验入...
-
AIGC是什么？GPT-4.0、DALL·E以及Midjourney等多种智能服务
AIGC（人工智能生成内容，Artificial Intelligence Generated Content）是指利用人工智能技术自动生成的文本、图像、音频和视频等内容。随着技术的进步，AIGC已经成为创意产业和内容创作领域的一股新兴力量。MidTool...
-
RNN模型挑战Transformer霸权！1%成本性能比肩Mistral-7B，支持100+种语言全球最多
在大模型内卷的同时，Transformer的地位也接连受到挑战。 近日，RWKV发布了Eagle 7B模型，基于最新的RWKV-v5架构。 Eagle 7B在多语言基准测试中，击败了所有的同级别模型，在单独的英语测试中，也和表现最好的模型基本打平。 同时...
-
LLaMA 入门指南
LLaMA 入门指南 LLaMA 入门指南 LLaMA的简介 LLaMA模型的主要结构 Transformer架构 多层自注意力层 前馈神经网络 Layer Normalization和残差连接 LLaMA模型的变体 Base版本 La...
-
WhisperFusion：与 AI 无缝语音对话（超低延迟），深入理解用户每句话背后的含义
演示视频里面，那老哥问它问题之后，后面更改问题，依然能很好的记录问题变化的过程并给出答案。 WhisperFusion 是基于 WhisperLive 和 WhisperSpeech 的强大工具，将声音转文字和文字理解融为一体，让你与AI机器人无缝语音对...
-
OpenAI为ChatGPT推出多语言功能Alpha版灰度测试；微软Copilot网页端和App更新了GPTs和购买Copilot Pro功能
OpenAI为ChatGPT推出多语言功能灰度测试。 微软Copilot网页端和App更新了GPTs和购买Copilot Pro功能 关于ChatGPT的详细介绍请看我这篇文章；关于Copilot Pro的详细介绍请看我这篇文章。 Open...
-
百度的文心一言 ，没有想像中那么差
robin 的演示 我们用 robin 的演示例子来对比一下 文心一言和 ChatGPT 的真实表现（毕竟发布会上是录的）。 注意，我使用的 GPT 版本是 4.0 文学创作 1 三体的作者是哪里人？ 文心一言： ChatGPT： 嗯，中文...
-
实战whisper：本地化部署通用语音识别模型
前言 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。 这里呢，我将给出我的一些代码，来帮助你尽快实现【语音转文字】的服务部署...
-
玩LLM和StableDiffusion常说的LoRA到底是什么
论文地址：LoRA: Low-Rank Adaptation of Large Language Models LoRA是一种用于adapters和大模型迁移的技术,全称为Low-Rank Adaptation of Large Language M...
-
通义千问团队发布Qwen1.5 聊天模型性能大幅提升
在近期几个月的深入探索之后，通义千问团队终于迎来了其开源系列Qwen的下一个重要版本——Qwen1.5。 Qwen1.5的亮点之一是其丰富的模型系列，涵盖了从0.5B到72B的六种不同大小的基础和聊天模型。此外，团队还开源了包括Int4和Int8的GPTQ...
-
斯坦福和OpenAI提出meta-prompting，最强零样本prompting技术诞生了
最新一代语言模型（尤其是 GPT-4、PaLM 和 LLaMa）已经成功拓展了自然语言处理和生成的边界。这些大规模模型可以解决许多不同任务，从写莎士比亚风格的十四行诗到总结复杂的医疗报告和解决竞赛级的编程问题。尽管这些模型可以解决多种多样的问题，但它们并...
-
AI写作神器，让文章创作变得轻松又高效
尊敬的读者，感谢您关注我们的学术AI写作工具。它具有多项强大功能，能助您便捷且高效地打造出优质文章哦！下面是针对该工具常见问题的解答： 1.学术AI写文章工具是什么？ 敬爱的用户，我们为您推出了学术AI写手这一款由人工智能驱动的便捷工具。只需输入您的写...
-
Qwen1.5官网体验入口 阿里多语言开源AI聊天模型在线使用地址
Qwen1.5是Qwen系列的下一个版本，提供了基础和聊天模型的开源版本，覆盖了0.5B到72B的多个规模。它是一个多语言的AI工具，可以实现语言理解、聊天、翻译和对话等任务。Qwen1. 5 展现出强大的多语言理解能力，成功将中文文本翻译成英文。用户与Q...
-
通义千问再开源，Qwen1.5带来六种体量模型，性能超越GPT3.5
赶在春节前，通义千问大模型（Qwen）的 1.5 版上线了。今天上午，新版本的消息引发了 AI 社区关注。 新版大模型包括六个型号尺寸：0.5B、1.8B、4B、7B、14B 和 72B，其中最强版本的性能超越了 GPT 3.5、Mistral-Medi...
-
AI春联生成器免费在线体验入口 人工智能ai对联在线生成使用地址
AI春联生成器是由YunYouJun开发的智能春联生成器，旨在为用户提供个性化、创意十足的春节对联。利用先进的深度学习技术，用户可以根据输入和需求生成独特的春联对。支持多种对联样式选择，包括横批从右往左、上联在右下联在左等多种风格，实现更灵活的排版。用户还...