GitHub – HIT-SCIR/huozi: 活字通用大模型
活字通用大模型. Contribute to HIT-SCIR/huozi development by creating an account on GitHub.
GitHub – HIT-SCIR/huozi: 活字通用大模型
Categories: 教學
RVC-Boss/GPT-SoVITS 語音合成模型
功能：
- 零樣本文本到語音（TTS）： 輸入5秒的聲音樣本，即刻體驗文本到語音轉換。
- 少樣本TTS： 僅需1分鐘的訓練數據即可微調模型，提升聲音相似度和真實感。
- 跨語言支持： 支持與訓練數據集不同語言的推理，目前支持英語、日語和中文。
- WebUI工具： 集成工具包括聲音伴奏分離、自動訓練集分割、中文自動語音識別(ASR)和文本標注，協助初學者創建訓練數據集和GPT/SoVITS模型。
如果你是 Windows用戶（已在 win>=10上測試），可以直接通過預打包文件安裝。只需下載預打包文件，解壓後雙擊 go-webui.bat 即可啓動 GPT-SoVITS-WebUI。預訓練模型
GPT-SoVITS语音克隆AI，只需一分钟素材训练模型，效果堪比商用。一键安装，附Colab脚本 | TTS | RVC|GPT-SoVITS Colab
從 GPT-SoVITS Models 下載預訓練模型，並將它們放置在 GPT_SoVITS\pretrained_models 中。
對於中文自動語音識別（另外），從 Damo ASR Model, Damo VAD Model, 和 Damo Punc Model 下載模型，並將它們放置在 tools/damo_asr/models 中。
對於UVR5（人聲/伴奏分離和混響移除，另外），從 UVR5 Weights 下載模型，並將它們放置在 tools/uvr5/uvr5_weights 中。
數據集格式
文本到語音（TTS）注釋 .list 文件格式：
vocal_path|speaker_name|language|text
語言字典：
- ‘zh’: Chinese
- ‘ja’: Japanese
- ‘en’: English
示例：
D:\GPT-SoVITS\xxx/xxx.wav|xxx|en|I like playing Genshin.
practicalAI-cn: 實戰中文版
GitHub – AI實戰-practicalAI 中文版
AI實戰-practicalAI 中文版. Contribute to LisonEvf/practicalAI-cn development by creating an account on GitHub.
- 使用 PyTorch 實現基本的機器學習算法和深度神經網絡。
- 🖥️ 不需要任何設置，在瀏覽器中使用 Google Colab 運行所有程序。
- 📦 不僅僅是教程，而是學習產品級的面向對象機器學習編程。
Categories: 教學
PromeAI 推出更高畫質 txt2video
PromeAI 十分類似 RunwayML。除一般 txt2img、txt2video(暫時完全免費)、img2video 功能，亦提供料多種創意模式：
AI Supermodel Generation – 上傳一張人體模型或業餘人像照片，馬上可建立多種風格和背景。目前版本支援個人真人照片或帶有臉部和四肢的照片。
Creative Fusion – 將草圖與藝術風格融合，創造出獨特且令人驚嘆的藝術品。而且可調整強度以控制影像與所選樣式之間的混合程度。
Background Diffusion – 自動移除背景並根據模板或文字產生理想的背景。而且您可以調整主要部分的大小和位置，以獲得更理想的效果。
Image Variation – 這是 img2img，產生具有相似風格、佈局、視角和感官體驗的圖像。而且您可以控制相似度。
Outpainting – 根據比例或尺寸擴展圖像內容。而且您可以調整原來相片的位置來控制擴展方向。 避免一次將面積擴大太多。
(more…)
Categories: 線上服務
Spline AI – 利用 AI 加快 3D 設計速度
人工智慧的力量正進入第三維度。 使用提示產生 3D 物件、動畫和紋理。 在人工智慧的幫助下，更快地設計並觀看您的想法變為現實。
(more…)
Categories: 線上服務
什麼是 RAG (Retrieval-Augmented Generation)
Categories: 教學
大規模中文自然語言處理 nlp_chinese_corpus
大规模中文自然语言处理语料 Large Scale Chinese Corpus for NLP. Contribute to brightmart/nlp_chinese_corpus development by creating an account on GitHub.
語料庫將會不斷擴充。。。
一期目標：10個百萬級中文語料 & 3個千萬級中文語料(2019年5月1號)
二期目標：30個百萬級中文語料 & 10個千萬級中文語料 & 1個億級中文語料（2019年12月31日）
Update： 增加高質量社區問答json版(webtext2019zh)，可用於訓練超大規模NLP模型；添加520萬翻譯語料(translation2019zh)。
1.維基百科(wiki2019zh)，100萬個結構良好的中文詞條
2.新聞語料(news2016zh)，250萬篇新聞，含關鍵詞、描述
3.百科問答(baike2018qa)，150萬個帶問題類型的問答
4.社區問答json版(webtext2019zh)，410萬個高質量社區問答，適合訓練超大模型
5.翻譯語料(translation2019zh)，520萬個中英文句子對
中文的信息無處不在，但如果想要獲得大量的中文語料，卻是不太容易，有時甚至非常困難。在2019年初這個時點上，
普通的從業者、研究人員或學生，並沒有一個比較好的渠道獲得極大量的中文語料。筆者想要訓練一個中文的詞向量，
在百度和github上上搜索了好久，收穫卻很少：要麼語料的量級太小，要麼數據過於成舊，或需要的處理太複雜。
不知道你是否也遇到了這樣的問題？
我們這個項目，就是為瞭解決這一問題貢獻微薄之力。
Categories: 教學
Word2vec 模型構建的實踐過程
Categories: 教學
【LLaMA-Factory】開源語言模型微調專案
Categories: 教學
AudioBox –
Audiobox 是 Meta 的新音訊生成基礎研究模型。 集 TTS、聲效、音樂於一身。它結合使用語音輸入和自然語言文字提示來產生語音和聲音效果，從而可以輕鬆地為創建任何音訊。 Audiobox 模型系列亦包括專業模型 Audiobox Speech 和 Audiobox Sound，所有 Audiobox 型號都基於共享的自我監督模型 Audiobox SSL 構建。