能用图像识别+音频转文字把视频生成长文档，再对文档进行提问、对话。主要使用的技术包括：ChatGPT、BLIP2、GRIT、Whisper、LangChain。有点像MiniGPT…

分享一个链接

发表一篇文章

任何有趣的，图片，热点新闻，视频，文字...

6343 位用户此时在线

24小时点击排行 Top 10：

習近平一拍豬頭，雄安完蛋，港澳完蛋，海南完蛋，除北上廣深慢慢完蛋，其他地方都基本完了蛋；中國變成完蛋國。

本站自动实时分享网络热点
24小时实时更新
所有言论不代表本站态度
欢迎对信息踊跃评论评分
评分越高，信息越新，排列越靠前

2

1

0

能用图像识别+音频转文字把视频生成长文档，再对文档进行提问、对话。

主要使用的技术包括：ChatGPT、BLIP2、GRIT、Whisper、LangChain。

有点像MiniGPT…
推特中文圈
( twitter.com )

2年前由宝玉提交

1周内 1个月内 1年内全部时间

1
2
3
4
5
6
...
400
下一页

1

6

5

5

【不识字也能翻译：谷歌AI直接用音频翻音频，不用先转文本】谷歌AI在翻译语音时，把西语的音频转成文本，也不生成任何英语的文本，直接产出了英文音频。不看文本只靠听，背后的原理是把一种语音的声谱图 (Spectrogram) ，映射到另一种语音的声谱图上。
大陆资讯
( mp.weixin.qq.com)

6年前 • 微信公众号 • -- 点击 0 评论

2

2

1

1

MDvideo 是一个桌面软件，可以自动将 Markdown 文档转成一段视频。

文档里面的视频、音频、图片网址，都会抓取后插入视频，还可以根据文字，生成人工语音的旁白朗读。非常适合快速生成产品的介绍视频。…
推特中文圈
( twitter.com)

4年前 • twitter机器人 • -- 点击 0 评论

3

2

1

1

使用Gradio构建生成式AI应用5：图文互生游戏

视频描述：
在这个视频中，我们会利用之前学到的知识，如文字转图像和图像提取文字，来创建一个互动游戏。通过 Gradio，我们之前学习了如何为 NLP…
IT技术
( twitter.com)

2年前 • 宝玉 • -- 点击 • 下载视频 0 评论

00:04:42

4

3

2

2

OpenAI的Chad Nelson在伦敦C21Media主题演讲中透露，Sora v2即将发布。据介绍，新版本将具备以下功能：
- 生成一分钟长度的视频
- 文字转视频
- 文字加图片转视频
- 文字加视频转视频

IT技术
( twitter.com)

1年前 • 宝玉 • -- 点击 • 下载视频 0 评论

00:02:07

5

2

1

1

Azure 平台多模态支持来了，不再局限于文本对话生成，实现图文和音频等内容的双向识别转换：

1. 发送链接总结新闻，生成新闻摘要总结，返回音频朗读；
2. 发送长音频，识别文本，生成简短的音频总结；
3. 发送照片，生成食谱、…
IT技术
( twitter.com)

2年前 • 𝘅𝗶𝗻𝘇𝗵𝗶  • -- 点击 0 评论

6

2

1

1

利用 AI，用视频生成视频

从文字生成图片、从图片生成图片的产品已经很多，直接从视频生成视频呢？

今天专注于图片和视频的 AI 人工智能公司 Runway 发布了新产品 Gen-1，可以通过已有视频、文字来生成新视频，效果非常…
推特中文圈
( twitter.com)

2年前 • 倪爽 • -- 点击 0 评论

7

2

1

1

为什么要把好好的 Youtube 视频转为图文格式？

为了快

大家都追捧用 ChatGPT 生成 Youtube、Bilibili 视频摘要，没想到图文也可以快速观看视频吧。我们都擅长用眼睛“扫描”、一目十行都行，那么用图文方…
推特中文圈
( twitter.com)

2年前 • 倪爽 • -- 点击 0 评论

8

2

1

1

#AI开源项目推荐#：AudioGPT
这是一个借助大语言模型（LLM）处理音频的工具，可以：
- 生成音乐 🎶
- 背景音效 🎵
- 音频生成字幕 🎤
- 文字生成音频 🗣️
- 文字生成音频并模拟声音 📢
- 根据图片生成音频…
推特中文圈
( twitter.com)

2年前 • 宝玉 • -- 点击 0 评论

9

2

1

1

简单介绍一下作者从视频生成文章的思路，还是有些可以学习借鉴的地方，主要是能生成插图和从视频中提取代码。
1. 输入YouTube视频地址后，下载视频
2. 基于视频需要分别处理文本和视频帧
2.1 音频处理成文本
2.1.1 使用Whisper从音频获取带有时间戳的文本
2.1.2 将文本合并
2.2 视频帧处理
2.2.1…
IT技术
( twitter.com)

1年前 • 宝玉 • -- 点击 0 评论

10

2

1

1

怎么用 AI 把一个标题、一段文字变成专业级别的播客

声湃利用 AI 把播客音频转文字的服务已经内测好久（），YC 成员 Wondercraft AI 做了一个完全相反的项目：用文字…
时政
( twitter.com)

2年前 • 倪爽 • -- 点击 0 评论

11

2

1

1

发现一个音频转字幕的简单方法，就是使用飞书的Minutes，把音频上传上去后，自动能识别字幕，并且还能识别Speaker，刚测试了一个播客的音频，效果非常好👍🏻

图片
( www.larksuite.com)

2年前 • 宝玉 • -- 点击 0 评论

12

2

1

1

DomoAI：将你的照片和视频动漫化——只需要上传照片和视频，选择提示词和指定动漫风格，即可将你的照片和视频动漫化。支持：- 文字转图片：超过10种模型，专注于动漫和写实风格。- 图像转图像：图片转动漫、动漫转现实图片。- 图像到视频：从图片生成短动画。- 视频到视频：将视频转换成动漫风格
大陆资讯
( m.weibo.cn)

2年前 • 道知不 • -- 点击 0 评论

13

2

1

1

微软的一个视频生成项目 Mora，利用 Agents 来复原 Sora 的能力，基本还原了 Sora 所有的能力，目前支持生成 1024*576 分辨率的 12 秒视频。
还原的能力包括：
1）将文本转换为视频
2）根据文本条件将图片转换为视频
3）扩展已生成的视频
4）进行视频到视频的编辑
5）串联视频以及
6）模拟数字世界…
IT技术
( twitter.com)

1年前 • 歸藏 • -- 点击 • 下载视频 0 评论

00:00:12

14

2

1

1

#AI开源项目推荐 subtitler
不需要上传视频到服务器，直接在浏览器端就可以语音转录成文本字幕，以及对转录的字幕编辑，生成带字幕视频的开源网站。语音转字幕利用的是 WebGPU，在浏览器端执行 Transformer + Whisper 模型（目前只能支持 tiny 和 base 模型）。视频生成是基于一个库叫
IT技术
( twitter.com)

1年前 • 宝玉 • -- 点击 0 评论

15

2

1

1

Cloudflare Workers AI 新推出的 Markdown Conversion 功能，可以快速帮你把各种格式的文件（PDF、HTML、图像等）转换为 Markdown，同时还可以配合图像识别模型进行内容总结，极大地提升开发效率。如果只是把 PDF、HTML 等文本文档转成 Markdown，大部分情况下不收费。如果转换图像或使用到 AI
IT技术
( twitter.com)

9个月前 • 宝玉 • -- 点击 0 评论

16

2

1

1

今天又一次用了兄做的 TinyStudio 把视频转录文本，利用 Claude+ 整理文稿，效果速度都很赞。建议兄在输出格式上，加一个纯文本，有利于视频+图文双料作者把视频转换成博客发布…
推特中文圈
( twitter.com)

2年前 • Wang Shuyi • -- 点击 0 评论

17

3

2

2

发现个超实用的Chrome插件，飞书文档一键下载为Markdown文件。
自动下载页面图片、音频、视频，改成本地引用，最大限度保证排版。
IT技术
( chromewebstore.google.com)

1年前 • 向阳乔木 • -- 点击 0 评论

18

2

1

1

我的零痛苦 AI 学英语技巧
#活到死学到死
去年超热门的 NotebookLM、能把文章变成活灵活现的播客节目的那个，我用它表弟 Illuminate AI 学英语
Illuminate 能生成一问一答音频，适合讲解论文、分析长文章，我用它把有趣的英语长文转为 3、5 分钟的短音频，用碎片时间听它们
IT技术
( twitter.com)

11个月前 • 倪爽 • -- 点击 • 下载视频 0 评论

00:06:03

19

2

1

1

现在许多视频的字幕错字成堆，错的都是同音字词，可见是用声音识别软件自动生成的。播主们往往听之任之。但像下面这句，性质就难以判定了。
时政
( twitter.com)

3年前 • twitter机器人 • -- 点击 0 评论

20

2

1

1

🎉🎉🎉 OMG！我发现了一个超级神器，它就是飞书妙记！语音和视频内容全都可以转文字

我会把我们公司每次的分享会以文字形式整理出来，它还能自动识别讲话人的音色，非常的实用

这款神器完全免费！不用担心会产生任何费用！

链接：…
币圈
( twitter.com)

2年前 • 千寻 • -- 点击 0 评论

21

2

1

1

一行命令，搞定常见图片、音频、视频、文本格式转换
大陆资讯
( sspai.com)

5年前 • 巭孬嫑夯昆 • -- 点击 0 评论

22

2

1

1

Chrome 浏览器内置了实时字幕功能（下图），看英文视频、听英文播客很有用。

可以在菜单“设置/高级/Accessibility/Captions”，打开这个功能，详见官方文档。
图片
( support.google.com)

3年前 • twitter机器人 • -- 点击 0 评论

23

6

5

5

【微信上线语音转文字功能：“按住说话”上滑可转文字】此前微信灰度测试的“发送语音过程”转文字功能，目前已正式上线iOS端。支持识别的语言有普通话、粤语和英语。在7.0.5版本中，用户录入语音消息后只需手指上滑，就能将语音转成文字发送了。
大陆资讯
( tech.sina.com.cn)

6年前 • 墙头看世界 • -- 点击 0 评论

24

2

1

1

一个免费的可以在线给音频视频生成字幕的网站。
免费版最大300MB文件，最长不超过1小时，使用的Whisper的Medium尺寸的模型（英文足够好了，中文欠佳）

IT技术
( freesubtitles.ai)

2年前 • 宝玉 • -- 点击 0 评论

1
2
3
4
5
6
...
400
下一页

0.14143 Second , Gzip Enable.本网所有言论均来自网络，不代表本网站立场。联系方式: [email protected]

©2012.11.21 bad.news All rights reserved. 社区自动运营第 -- 年零 -- 天
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.

关注推特