ALL-E X 是一個強大而創新的多語言文本轉語音（TTS）模型，最初由微軟發佈。雖然微軟最初在他們的研究論文中提出了該概念，但並未發佈任何代碼或預訓練模型。我們認識到了這項技術的潛力和價值，復現並訓練了一個開源可用的VALL-E X模型。我們很樂意與社區分享我們的預訓練模型，讓每個人都能體驗到次世代TTS的威力。 🎧更多細節請查看 model card.
ALL-E X 是一個強大而創新的多語言文本轉語音（TTS）模型，最初由微軟發佈。雖然微軟最初在他們的研究論文中提出了該概念，但並未發佈任何代碼或預訓練模型。我們認識到了這項技術的潛力和價值，復現並訓練了一個開源可用的VALL-E X模型。我們很樂意與社區分享我們的預訓練模型，讓每個人都能體驗到次世代TTS的威力。 🎧更多細節請查看 model card.
Updated!
Updated!
[embedyt] https://www.youtube.com/watch?v=td21Xa7fpmQ[/embedyt]Clubhouse Keith 今日在他的輕鬆講科技專題房介紹了這個十分好用的聲音轉文字工具。 audiopen.ai/
Clubhouse Keith 今日在他的輕鬆講科技專題房介紹了這個十分好用的聲音轉文字工具。
audiopen.ai/
FullJourney 是一套強大的人工智能創作平台，它能夠根據簡單的提示詞生成令人難以置信的視頻、圖像、音樂和語音。無論您是想要創建精彩的電影、製作絢麗的圖像，還是生成獨特的音樂和聲音效果，FullJourney 都能夠滿足您的需求。 FullJourney 需要透過 Discord 生成多種獨特而生動的視頻和圖像，這有點與 MidJourney 相似，不過你只要透過 FullJourney 網站進入 Discord，無需付費便可即時使用。
FullJourney 是一套強大的人工智能創作平台，它能夠根據簡單的提示詞生成令人難以置信的視頻、圖像、音樂和語音。無論您是想要創建精彩的電影、製作絢麗的圖像，還是生成獨特的音樂和聲音效果，FullJourney 都能夠滿足您的需求。
FullJourney 需要透過 Discord 生成多種獨特而生動的視頻和圖像，這有點與 MidJourney 相似，不過你只要透過 FullJourney 網站進入 Discord，無需付費便可即時使用。
(more…)Stability AI開發團隊表示,這次推出的SDXL 1.0是Stable Diffusion AI圖像生成所使用的文字到圖像模型的一大革新,並自豪地宣稱它是世界上最佳的開源圖像生成模型。 SDXL由 35 億參數的基礎模型與 66 億參數的細化器組成，針對寫實風格的圖像進行優化，當然亦能處理各種風格的高品質圖像。舊版在手部與複雜構圖上的缺陷已被改善，增強色彩表現，能夠產生更突出的對比、光影效果，而默認輸出 1024 x 1024 的高解析度圖像。 Mac M1 用家如果想用 Stable Diffusion Automatic 1111 1.6 運行 SDXL Checkpoint, 可以作以下調整： Stable Diffusion 1.5 Vs SDXL 效果對比 https://imgsli.com/MjA3OTgx
Stability AI開發團隊表示,這次推出的SDXL 1.0是Stable Diffusion AI圖像生成所使用的文字到圖像模型的一大革新,並自豪地宣稱它是世界上最佳的開源圖像生成模型。
SDXL由 35 億參數的基礎模型與 66 億參數的細化器組成，針對寫實風格的圖像進行優化，當然亦能處理各種風格的高品質圖像。舊版在手部與複雜構圖上的缺陷已被改善，增強色彩表現，能夠產生更突出的對比、光影效果，而默認輸出 1024 x 1024 的高解析度圖像。
Mac M1 用家如果想用 Stable Diffusion Automatic 1111 1.6 運行 SDXL Checkpoint, 可以作以下調整：
Delete webui-maco-env.sh
Remove export PYTORCH_MPS_HIGH_WATERMARK_RATIO="0.0" in webui-user.sh if exist
Add this env export COMMANDLINE_ARGS="--skip-torch-cuda-test --no-half --use-cpu all"Stable Diffusion 1.5 Vs SDXL 效果對比 https://imgsli.com/MjA3OTgx
根據官方提供的規格內容，總結 SDXL 1.0 主要改進： SDXL 1.0 是一個具有多項重要改進的新型圖像生成模型。根據官方提供的規格內容，以下是我的總結： 教程 繁體中文 简体中文 English Stable Diffision最新模型SDXL 1.0使用全教程 How to run SDXL 1.0 model
根據官方提供的規格內容，總結 SDXL 1.0 主要改進：
SDXL 1.0 是一個具有多項重要改進的新型圖像生成模型。根據官方提供的規格內容，以下是我的總結：
教程
| 繁體中文 | 简体中文 | English |
| Stable Diffision最新模型SDXL 1.0使用全教程 | How to run SDXL 1.0 model | |
BARK INFINITY 係一個功能強大嘅聲音合成器 A.I. TTS（人工智能文本轉語音）嘅開放源碼項目。由 Suno 團隊開發，基於 GPT 類模型產生語音，與其他的語音生成不同的是它含有創意部分，能夠生成真人語氣、混合語言朗讀，還包括音樂、背景雜音、和簡單的音響效果，亦可以在語音中夾雜笑聲、嘆氣和哭泣等表達。 佢可以將文字轉換成自然流暢嘅語音，俾人聽起嚟實在好似真人咁。佢有好高嘅音質同埋唔同嘅語音風格可供選擇，用家可以根據自己嘅需要同喜好進行設定。 如果你唔想自行安裝，可以去 Suno Discord 試玩，Suno 甚至可以用 txt2song 方式幫你生成歌曲。 我用咗 Tate McRae 嘅 What would you do 第一段歌詞，用 /chirp 指令生成下面的歌： Suno 指令簡介
BARK INFINITY 係一個功能強大嘅聲音合成器 A.I. TTS（人工智能文本轉語音）嘅開放源碼項目。由 Suno 團隊開發，基於 GPT 類模型產生語音，與其他的語音生成不同的是它含有創意部分，能夠生成真人語氣、混合語言朗讀，還包括音樂、背景雜音、和簡單的音響效果，亦可以在語音中夾雜笑聲、嘆氣和哭泣等表達。
佢可以將文字轉換成自然流暢嘅語音，俾人聽起嚟實在好似真人咁。佢有好高嘅音質同埋唔同嘅語音風格可供選擇，用家可以根據自己嘅需要同喜好進行設定。
如果你唔想自行安裝，可以去 Suno Discord 試玩，Suno 甚至可以用 txt2song 方式幫你生成歌曲。
我用咗 Tate McRae 嘅 What would you do 第一段歌詞，用 /chirp 指令生成下面的歌：
Prompt: 請用繁體中文，廣東話形式比較 Google Bard 與 Claude 有何不同 Google Bard > Bard 和 Claude 都是 Google AI 創建的大型語言模型。他們都接受了大量的文字和程式碼數據集的訓練，能夠生成文字、翻譯語言、編寫不同類型的創意內容，並以信息豐富的方式回答您的問題。但是，兩者之間也存在一些關鍵差異。 Bard 是事實語言模型，而 Claude 是生成語言模型。這意味著 Bard 更好地理解和回答事實問題，而 Claude 更好地生成創意文字格式，如詩歌、程式碼、腳本、音樂作品、電子郵件、信件等。此外，Bard 是基於 Transformer 架構的，而 Claude 是基於 GPT-3 架構的。這意味著 Bard 在處理自然語言方面更快、更有效率，而 Claude 在生成創意文字格式方面更好。 總的來說，Bard 和 Claude 都是強大的語言模型，具有不同的優勢和劣勢。最好的模型將取決於您的特定需求。如果您需要一個可以理解和回答事實問題的語言模型，那麼 Bard 是一個不錯的選擇。如果您需要一個可以生成創意文字格式的語言模型，那麼 Claude 是一個不錯的選擇。 Claude > 好嘅,我比較下 Google Bard 同 Claude 嘅分別: 總括嚟講,佢哋都係利用 AI 自然語言處理技術,但因為創造目的不同,所以各有特色。日後可能會互相啟發,共同進步。 […]
Prompt: 請用繁體中文，廣東話形式比較 Google Bard 與 Claude 有何不同
Google Bard > Bard 和 Claude 都是 Google AI 創建的大型語言模型。他們都接受了大量的文字和程式碼數據集的訓練，能夠生成文字、翻譯語言、編寫不同類型的創意內容，並以信息豐富的方式回答您的問題。但是，兩者之間也存在一些關鍵差異。
Bard 是事實語言模型，而 Claude 是生成語言模型。這意味著 Bard 更好地理解和回答事實問題，而 Claude 更好地生成創意文字格式，如詩歌、程式碼、腳本、音樂作品、電子郵件、信件等。此外，Bard 是基於 Transformer 架構的，而 Claude 是基於 GPT-3 架構的。這意味著 Bard 在處理自然語言方面更快、更有效率，而 Claude 在生成創意文字格式方面更好。
總的來說，Bard 和 Claude 都是強大的語言模型，具有不同的優勢和劣勢。最好的模型將取決於您的特定需求。如果您需要一個可以理解和回答事實問題的語言模型，那麼 Bard 是一個不錯的選擇。如果您需要一個可以生成創意文字格式的語言模型，那麼 Claude 是一個不錯的選擇。
Claude > 好嘅,我比較下 Google Bard 同 Claude 嘅分別:
總括嚟講,佢哋都係利用 AI 自然語言處理技術,但因為創造目的不同,所以各有特色。日後可能會互相啟發,共同進步。
Prompt: 請用廣東話介紹 OpenAI 在 7月 18 日向美國專利商標局 USPTO 提交 “GPT-5” 商標申請的情況！ Claude > OpenAI 喺 7月18 號申請咗「GPT-5」嘅商標, 打算開發一個可以處理語言、圖片同聲音嘅多模式AI系統。 GPT-5計劃可以做到自然語言處理、文字生成、理解語義、語音轉文字等等, 進一步提升 AI 嘅多媒體處理能力。 雖然 OpenAI 行政總裁早前否認佢哋而家有開發 GPT-5, 但申請商標似乎係為咗未來發展先做准備。 從功能上睇, GPT-5 可能與 GPT-4 差不多, 主要提升係喺多媒體方面。不過係咪真係有GPT-5 計劃開發, 仲要看 OpenAI 日後嘅行動同官方消息才確定得。 但無論點, AI 發展趨勢係朝多模式處理方向去, 將語言、圖片、聲音等結合, 做到更自然互動。相信 GPT-5 一日出世, 將會再次風靡全球, 值得期待佢嘅能力。 Prompt: OpenAI行政總裁早前否認佢哋而家有開發GPT-5 ? Google Bard > 是的，OpenAI行政總裁Sam Altman在2022年11月否認了他們正在開發GPT-5的傳言。他在推特上說：「我們不會在未來幾年內推出GPT-5。」 然而，這並不意味著OpenAI沒有在開發更強大的語言模型。在2023年1月，他們發布了名為DALL-E […]
Prompt: 請用廣東話介紹 OpenAI 在 7月 18 日向美國專利商標局 USPTO 提交 “GPT-5” 商標申請的情況！
Claude > OpenAI 喺 7月18 號申請咗「GPT-5」嘅商標, 打算開發一個可以處理語言、圖片同聲音嘅多模式AI系統。
GPT-5計劃可以做到自然語言處理、文字生成、理解語義、語音轉文字等等, 進一步提升 AI 嘅多媒體處理能力。
雖然 OpenAI 行政總裁早前否認佢哋而家有開發 GPT-5, 但申請商標似乎係為咗未來發展先做准備。
從功能上睇, GPT-5 可能與 GPT-4 差不多, 主要提升係喺多媒體方面。不過係咪真係有GPT-5 計劃開發, 仲要看 OpenAI 日後嘅行動同官方消息才確定得。
但無論點, AI 發展趨勢係朝多模式處理方向去, 將語言、圖片、聲音等結合, 做到更自然互動。相信 GPT-5 一日出世, 將會再次風靡全球, 值得期待佢嘅能力。
Prompt: OpenAI行政總裁早前否認佢哋而家有開發GPT-5 ?
Google Bard > 是的，OpenAI行政總裁Sam Altman在2022年11月否認了他們正在開發GPT-5的傳言。他在推特上說：「我們不會在未來幾年內推出GPT-5。」
然而，這並不意味著OpenAI沒有在開發更強大的語言模型。在2023年1月，他們發布了名為DALL-E 2的新的圖像生成模型。DALL-E 2能夠生成逼真和細緻的圖像，從文字描述中，這表明OpenAI在圖像生成方面的技術不斷提高。
因此，雖然OpenAI可能不會在未來幾年內推出GPT-5，但他們可能正在開發更強大的語言模型。我們將不得不等待才能看到OpenAI接下來會推出什麼。
PyTorch係一個開源嘅深度學習框架，用嚟幫助開發同研究深度學習嘅朋友快速入門。佢係一本開源嘅書籍，入面包括咗一啲經過測試可成功運行嘅PyTorch教程。如果你有興趣同埋希望同使用 PyTorch 做深度學習嘅開發同研究，呢本書對你黎講真係一個好嘅參考資料。
PyTorch係一個開源嘅深度學習框架，用嚟幫助開發同研究深度學習嘅朋友快速入門。佢係一本開源嘅書籍，入面包括咗一啲經過測試可成功運行嘅PyTorch教程。如果你有興趣同埋希望同使用 PyTorch 做深度學習嘅開發同研究，呢本書對你黎講真係一個好嘅參考資料。
