AI 學習紀錄 – SeamlessM4T 語音識別
在前一篇利用 Azure TTS 來進行TTS後, 接著就研究反向的技術, 語音轉文字。微軟當然也有這項 API, 但語音識別有 Facebook 推出的 SeamlessM4T 模型可以做，而且效果
作者：蔡可彼
AI 學習紀錄 – Azure 的文字轉語音服務(TTS)
前一陣子苦尋免費中文轉語音的語言模型，無耐找了很久，全部都效果不彰。只好學一下怎麼用微軟的文字轉語音服務。 Azure 的 TTS 服務是有口碑的好效果，可選的語言和人聲很多，很多 youtube 上
AI 學習紀錄 – 通義千文模型與自動文章翻譯
試用過的大語言模型也有好幾個了，包含 chatGLM2, Baichuan2, Llama，最近又看到一個強大的阿里通義千問 (Qwen)。通義千問在官網實驗數據看的出來其表現(Qwen-14B的模型
AI 學習記錄 – OpenCV 人臉辨識與標記網頁
人臉識別算是一套很成熟的技術了，早在很久以前的 Google Picassa 相簿就可以做的不錯。但真的想用的時候，才發現網路上找不到一套 Linux 下可以 辨識臉部 標識面孔 支援 CLI 要輕量
AI 學習紀錄 – so-vits-svc 人聲克隆
前幾篇有一個介紹 人聲分離的文章，其實也是在學習聲音克隆中所要用到的工具。 So-Vits-Svc是「SoftVC VITS Singing Voice Conversion」的縮寫，其原始來自於 V
Win11 改回傳統右鍵選單
win11 後，在檔案上按右鍵，很多東西都被縮起來了，用起來很不方便。於是找到這篇文章就直接記錄怎麼做，想看圖文並茂的，可參考原文 方法1: 按著 shift 在按右鍵 方法2: 永久修改, 以 ad
AI 學習紀錄 — UVR Ultimate Vocal Remover 人聲移除
最近看到一個人聲替換的 Youtube 影片，雖然替換效果不太好，但人聲分離效果還不錯，就記下來了。由於這是一個有 GUI 的程式，暫時還無法在 docker 裡成功運行 vnc，所以就先記下來了。
AI 學習記錄 – Langchain chatchat 新增前置詞
今天突然想到可以在網頁上加一個前置詞的功能，就不用每次都要打要叫他幹麻了。效果如下 主要提供了中翻英、英翻中、還有自定義。要修改的程式 diff 如下
AI學習紀錄 – Langchain-Chatchat API 使用
之前紀錄的 LangChain-ChatChat ChatGLM2 個人知識庫整合了大語言與知識庫，算是可以自己架起來的實用工具。所以研究了一下怎麼使用 CLI 呼叫，發現在它已經有一套簡彈易用的 A
AI 學習紀錄 – Code Llama2 與 WizardCoder 程式產生器
Lllama 是 Meta 推出的語言大模型，其第2代 Lllama2 也有 7B, 13B, 與 70B的大尺寸。其自身也有產生程式的 codellama2 與 衍生的 wizardCode 模型
