技术,生活,随看 \随转
🏞 Image To Prompt:上传图片,自动生成 Prompt
🔗:Web
频道:@NewlearnerChannel
先把视频放到Google Drive,然后从Google Colab上运行代码,并且在Colab加载整个Whisper模型,这样并不受API请求限制的影响,可以快速完成转录。语音转字幕后,再借助ChatGPT的API对字幕逐行翻译,最后再人工校对就好了。
N46Whisper 是基于 Google Colab 的应用。开发初衷旨在提高乃木坂46(以及坂道系)字幕组的工作效率。但本应用也适于所有日语视频的字幕制作。此应用基于AI语音识别模型 Whisper,应用输出文件为ass或srt格式,内置指定字幕组的字幕格式,可直接导入 Aegisub 进行后续翻译及时间轴校正
使用方法:
点击这里在Google Colab中打开应用.
上传要识别的文件并运行应用
识别完成后ass文件会自动下载到本地.
目前发布的是StableLM-alpha 模型,有30亿参数和70亿参数两款。150亿参数和300亿参数的型号正在开发中。对中文的支持不怎么样。
许可协议是CC BY-SA-4.0(可商用,但衍生品必须同样是使用该协议)。
LLM 大模型的崛起让向量搜索(Vector Search)数据库焕发新的生命力,OpenAI Embedding 模型里面提到的几款向量数据库未来都有很多机会呀。
https://qdrant.tech/articles/seed-round/
🤖 Learn Prompting:教你如何与 AI 对话的开源免费教程
🔗:Web | GitHub
👉 Features:
- 关注 prompt engineering,即「同 AI交流,并得到你要的结果」
- 内容迭代更新迅速,欢迎提出 issue
- 注重实际应用场景和技巧
- 根据难度,为不同内容分级
- 支持多语言和关键词搜索
👩🏻🏫 课程的目的非常明确,就是如何更好地使用 Prompt 调动 AI,最终得到想要的结果。课程的适用范围比较广泛,涵盖 ChatGPT、Stable Diffusion、Midjourney 等常见 AIGC 应用
💡 我们能够从课程中深入浅出地学习 Prompt 的构成,如何根据不同的场景设计不同的 Prompt。虽然课程有中文版本,但翻译的水平一般,建议有能力的朋友直接阅读英文原文
🧐 我知道国内许多人利用信息差,在知识星球、私域群聊等平台赚了许多 AI 课程的钱,而 Learn Prompting 则主打知识免费共享、社区共建。我不想轻浮地 judge 绝对的对与错,只希望大家能够从课程中有所收获
👀 如果你想要阅读中文原生写作的 AI 课程,我也在此列举一些(含鲜明的拉群变现等国内特色):AI 研习社 | Midjourney 知识库 | AIGCtalker
📘 关联阅读:OpenPromptStudio - 开源 AIGC 提示词可视化编辑器
频道:@NewlearnerChannel
🔗 申请链接:https://card.onekey.so/?i=UYQVFN
💳 测试情况:
1. 成功绑定 OpenAI 和 ChatGPT
2. 通过 USDC 充值,损耗在 2.1%~1.5%
3. 从 Binance 充值到卡,通过 AVAX 最省
4. 文档写得一如既往的好,更多疑问参考:https://help.onekey.so/hc/zh-cn/sections/6726670572815-OneKey-Card