AI降味万能公式
AI降味万能公式笔记一、精准表意打磨指令：审视这段文本，筛选最适配词汇替换现有表述，务必让每个词精准传递[关键理念]，尤其在阐释[核心论点]环节，追求用词精准度与表意深度。要点：筛选最适配词汇替换现有表述每个词精准传递关键理念核心论点环节追求用词精准度与表意深度二、叙述维度拓展指令：对这段文字进行多元叙述改造，融合顺叙、倒叙、插叙等手法，搭配丰富词汇，让表达摆脱单调，在刻画[特定场景/细腻情...
分类 AI 大模型应用 下的文章
WhisperX本地部署
WhisperX 本地部署与使用笔记（Windows 11 + RTX 3060 12G）一、环境准备1.1 创建 Conda 环境conda create -n whisper python=3.10 -y
conda activate whisper1.2 安装 PyTorch（CUDA 12.6）下载对应 wheel 文件后本地安装：pip install "G:\file\...
HuggingFace模型下载与CLI代理
Hugging Face 模型下载、代理与镜像站配置指南本笔记记录了使用新版 hf 命令行工具下载受限模型（以 pyannote/speaker-diarization-3.1 为例）的完整流程，以及 Windows / Linux / macOS 环境下的代理配置与国内镜像站使用方法。一、 Hugging Face 新版 CLI 工具说明Hugging Face 已将传统的 hugging...
音视频转文字与 AI 摘要
一、 音视频转文字工具与方案概述1. 软件/服务对比方案分类代表工具硬件/环境依赖优点缺点在线云端服务阿里通义听悟、飞书妙记、Vizard.ai仅需网络与浏览器免安装、内置大模型总结、支持网页 URL 解析受限于免费额度，敏感内容存在隐私风险视频剪辑软件剪映 / CapCut 桌面版基础 PC/Mac中文识别率高，方便直接加字幕与剪辑导出缺少深度 AI 总结功能桌面 GUI 软件Whispe...
声音克隆探讨
一、 声音克隆核心技术路线选型声音克隆目前主要分为商业化 SaaS 方案与开源本地部署方案两大类：商业化 SaaS (如 ElevenLabs, 百度/火山 API)特点：开箱即用，零配置，输入文本即可生成，效果上限极高。成本：按量付费或月费订阅。风险：干音数据与声纹特征存于云端，存在隐私与滥用隐患。本地开源微调 (如 GPT-SoVITS)特点：对中文发音、口音及尾音习惯还原度极高，1~5...
Toonflow-app本地部署与配置
Toonflow-app 本地部署与配置完整笔记一、硬件环境操作系统：Windows 11内存：32GB显卡：NVIDIA RTX 3060 12GB显存Docker环境：采用两个独立的Docker Compose项目分别运行Ollama和Toonflow二、部署方案选择最终采用混合部署方案（方案B）：本地Ollama + Qwen2.5:14B作为大语言模型（LLM），用于文本生成云端AP...
ComfyUI-Windows-Anaconda环境部署与配置
ComfyUI Windows Anaconda 环境部署与配置完整笔记一、环境部署状态1.1 部署成功确认Python版本：3.13.12（Anaconda环境）PyTorch版本：2.10.0+cu130（支持CUDA）ComfyUI版本：0.16.4GPU：NVIDIA GeForce RTX 3060（12GB VRAM）启动命令：python main.py --listen 0....
国内厂商AISKILL软件生态
Windows 11 AI 软件与开发工具组合笔记一、 国内厂商 Windows 11 平台 AI Skill 软件生态Skill（AI 技能）指为 AI Agent 挂载的自动化流程、专业知识包或工具扩展能力，使 AI 能够直接执行特定任务。核心厂商及代表软件厂商代表软件Skill 核心作用适用场景腾讯CodeBuddy / WorkBuddy / Qclaw挂载代码与自动化流程 Skil...