Navigate to WaytoAGI Wiki →
Home/Question List/Question Detail

音效AI生成 最佳方案

Answer

以下是关于音效 AI 生成的一些信息和最佳方案:

音效是 AI 的一个具有吸引力的开放领域。目前已有学术论文探讨使用 AI 在电影中生成“现场效果音”,但在游戏中的商业产品尚属稀少。

在游戏中,为玩家角色生成脚步声音时,传统方法使用少量预先录制的声音,存在繁琐、重复和不真实的问题。更好的方式是使用实时的生成性 AI 模型来制作现场效果音,它能根据游戏参数实时生成略有不同且合适的音效。

在音乐方面,AI 生成音乐存在基于乐理规则的符号生成模型和基于音频数据的音频生成模型两种主流技术路线。开发者正在使用 AI 生成音乐来填充游戏过程与游戏 UI 中需要的各类音效、不同游戏场景中用以渲染氛围的各种音乐。像 MusicLM 等模型已支持生成多音轨作品,使用 AI 生成音乐为原型并佐以专业制作人的协调,可使其更快进入游戏制作与发行的生产线。

在实际应用中,如《新哪吒闹海》的配音一开始打算用 AI 但因情绪不够丰满而选择专业声音表演者,音效需求简单时可采用剪映中的音效资源库。同时,为您分享三个音效资源站:

  1. https://www.lookae.com/sucai/sfx/ ,大部分免费且分好类的音效包可供下载。
  2. https://www.epidemicsound.com/ ,专业的音效站点,Gen48 合作站。
  3. https://sc.chinaz.com/yinxiao/ ,适合搜索单个音效下载的站点。
Content generated by AI large model, please carefully verify (powered by aily)

References

游戏中的生成式 AI 革命

声音和音乐是游戏体验的重要组成部分。我们开始看到公司使用生成性AI来生成音频,以补充图形方面已经进行的工作。音效音效是AI的一个具有吸引力的开放领域。已经有[学术论文](https://arxiv.org/abs/2107.09262)探讨了使用AI在电影中生成“现场效果音”(例如,脚步声)的想法,但在游戏中的商业产品尚属稀少。我们认为这只是时间问题,因为游戏的交互性质使这成为生成性AI的明显应用,既可以在生产过程中创建静态音效(例如,“以星球大战的风格制作激光枪声音”),也可以在运行时创建实时交互式音效。考虑一个简单的任务:为玩家角色生成脚步声音。大多数游戏通过包含少量预先录制的脚步声音来解决这个问题:草地上行走的声音、碎石上行走的声音、草地上奔跑的声音、碎石上奔跑的声音等。这些声音生成和管理起来都很繁琐,并且在运行时听起来重复和不真实。更好的方法是使用实时的生成性AI模型来制作现场效果音(foley sound effects),它可以在飞行中生成适当的音效,每次都略有不同,而且能够根据游戏参数(如地面表面、角色体重、步态、鞋履等)进行响应。音乐音乐一直是游戏开发中的一个挑战。音乐很重要,因为它可以帮助设置情感基调,就像在电影或电视中一样。但由于游戏可以持续数百甚至数千小时,音乐很快就可能变得重复或令人烦躁。此外,由于游戏的交互性质,让音乐精确匹配屏幕上发生的事情可能很困难。

2024年度AI十大趋势报告:AI如何影响文化产业

在3D模型生成中,AI主要完成了对3D模型生成流程的“⼀步到位”。△图:3D美术工作流拆解,《AI游戏产业驱动力研究报告》工作流中的每⼀个环节几乎都需要⼀位或⼀组3D美术工程师来完成,而使用3D生成模型可以直接完成⼀个可调整的3D粗模,大大提升效率。△图:GAME BOT,超参数科技②测试与优化AI在游戏测试环节中存在3大模拟场景,分别是AI玩家模拟、AI NPC和AI游戏模型测试。在优化环节往往承担改善角色动画、编程&加速、自动化游戏测试等功能。通过生成文字、图片、视频、音乐来缩减时间和资源消耗,也能快速识别游戏开发过程中的基本问题,并提出改善方法。③故事情节与NPC游戏设计是整个游戏开发过程的核⼼,AI在角色与故事生成、游戏机制创新等方面,依托最基础的自然语言生成用法。生成式AI阶段,游戏开发者在决策式AI的基础上融合更多思维和方法用以训练智能NPC,通过针对性训练数据集,强化NPC模型的基础能力,如角色知识、对话能力、情节演绎和逻辑推理。目前,小型的智能NPC可以实现封包在游戏中本地运行。④音乐与音效AI生成音乐的存在2种主流技术路线:基于乐理规则的符号生成模型和基于音频数据的音频生成模型。开发者正在使用AI生成音乐来填充游戏过程与游戏UI中需要使用到的各类音效、不同游戏场景中用以渲染氛围的各种音乐。AI生成音乐作为音乐资产在游戏制作和发行环节使用都是非常可行的,像MusicLM等模型已经支持生成多音轨的作品。使用AI生成音乐为原型、佐以专业制作人的协调,将使AI音乐更快进入游戏制作与发行的生产线。⑤玩家体验与个性化

吉川老师:2024全球AI电影马拉松大赛最佳美术奖《新哪吒闹海》全案拆解

配音一开始打算用AI,但测试多种不同的工具后,觉得AI语音在影视作品台词的表达上情绪依旧不够丰满,因此最后邀请了专业声音表演者来配音。音效方面,由于这次的音效需求比较简单,所以直接采用了剪映中的音效资源库。随着AI技术的不断发展,相信之后会有AI生成音效的工具来供我们选择。[316_1718987871.mp4](https://bytedance.feishu.cn/space/api/box/stream/download/all/Is05b3R9coD8texdl9Nc3zennVe?allow_redirect=1)资源彩蛋附上三个音效资源站作为分享(无广):https://www.lookae.com/sucai/sfx/有大部分免费且分好类的音效包可供下载https://www.epidemicsound.com/专业的音效站点,Gen48合作站https://sc.chinaz.com/yinxiao/适合搜索单个音效下载的站点点击阅读原文:欢迎前往XHS浏览社群成员优秀作品one more thing:我不是天才,我只是有幸和众多天才一起工作from牛马:飞扬

Others are asking
动画音效ai,用于生成视频中的特殊音效,比如呼吸声,爆炸声,脚步声等等
以下是关于动画音效 AI 用于生成视频中特殊音效(如呼吸声、爆炸声、脚步声等)的相关信息: 1. 11Labs AI 音效:可以在一段提示语中放入不同画面的描述音效来生成一整个视频音效,但目前可用性有待提高,一次生成可能有 2 3 条不能用。实际操作中,分开画面来做音效合成更方便调整。例如 20s 视频可分为 5 个不同的音效合成,如城市背景噪音、无声的脚步声、电子嗡嗡声、心跳加速、警笛声等。 2. 游戏中的生成式 AI 革命:音效是 AI 的一个具有吸引力的开放领域。已有学术论文探讨在电影中生成“现场效果音”(如脚步声)的想法,但在游戏中的商业产品尚属稀少。游戏中传统的音效生成和管理繁琐且重复不真实,使用实时的生成性 AI 模型来制作现场效果音可以在飞行中生成适当音效,每次略有不同,并能根据游戏参数响应。 3. 喂饭级教程:在视频制作中,音效库可以通过搜索框输入关键词(如开门声)来选择合适的音效试听并添加到音轨。
2025-03-15
最好的音效ai
以下是一些为视频配音效的 AI 工具: 1. Vidnoz AI: 支持 23 多种语言的配音,音质高保真。 支持文本转语音和语音克隆功能。 提供语音参数自定义和背景音乐添加工具。 提供面向个人和企业的经济实惠的定价方案。 2. Wavel Studio: 支持 30 多种语言的配音,音质自然流畅。 自动去除背景噪音和杂音。 提供添加字幕和文本叠加层的工具。 界面友好,提供多种自定义选项。 3. Elai.io: 支持 65 多种语言的配音,音色和语调真实。 自动将唇形与语音同步。 生成字幕,提高视频的可访问性。 支持多位配音者,适合复杂对话场景。 4. Rask AI: 支持 130 多种语言的配音,包括稀有和濒危语言。 采用先进语音合成技术,音质高保真。 提供语音参数自定义和音效添加工具。 与多种视频编辑平台和工作流程整合。 5. Notta: 提供快速实惠的多语言配音解决方案。 保留原声说话风格和细微差别。 提供调整语音速度和音调的工具。 支持批量处理,高效完成多视频配音。 6. Dubverse: 支持 60 多种语言的配音,音质接近真人。 提供文本转语音和语音克隆功能。 提供语音参数自定义和情感添加工具。 与多种视频平台和社交媒体渠道整合。 在选择视频配音工具时,请考虑支持的语言数量、语音质量、自定义选项和价格等因素。 此外,音效是 AI 的一个具有吸引力的开放领域。虽然在游戏中的商业产品尚属稀少,但已有学术论文探讨了使用 AI 在电影中生成“现场效果音”(例如,脚步声)的想法。在游戏中,使用实时的生成性 AI 模型来制作现场效果音,例如为玩家角色生成脚步声音,可以在飞行中生成适当的音效,每次都略有不同,而且能够根据游戏参数(如地面表面、角色体重、步态、鞋履等)进行响应。
2025-03-15
有什么ai音效的网站?
以下为您推荐一些 AI 音效的网站: Wavel Studio:支持 30 多种语言的配音,音质自然流畅,能自动去除背景噪音和杂音,提供添加字幕和文本叠加层的工具,界面友好且有多种自定义选项。 Elai.io:支持 65 多种语言的配音,音色和语调真实,能自动将唇形与语音同步,生成字幕以提高视频的可访问性,支持多位配音者,适合复杂对话场景。 Rask AI:支持 130 多种语言的配音,包括稀有和濒危语言,采用先进语音合成技术,音质高保真,提供语音参数自定义和音效添加工具,与多种视频编辑平台和工作流程整合。 Notta:提供快速实惠的多语言配音解决方案,保留原声说话风格和细微差别,提供调整语音速度和音调的工具,支持批量处理。 Dubverse:支持 60 多种语言的配音,音质接近真人,提供文本转语音和语音克隆功能,提供语音参数自定义和情感添加工具,与多种视频平台和社交媒体渠道整合。 此外,还有以下音效资源网站: https://www.lookae.com/sucai/sfx/ :大部分免费且分好类的音效包可供下载。 https://www.epidemicsound.com/ :专业的音效站点。 https://sc.chinaz.com/yinxiao/ :适合搜索单个音效下载的站点。
2024-11-25
有没有生成音效的AI
目前已有生成音效的 AI 应用。在游戏领域,音效是 AI 的一个具有吸引力的开放领域。已有学术论文探讨使用 AI 在电影中生成“现场效果音”(如脚步声)的想法,但在游戏中的商业产品尚属稀少。不过,由于游戏的交互性质,这只是时间问题。例如,可以使用实时的生成性 AI 模型来制作现场效果音,能根据游戏参数(如地面表面、角色体重、步态、鞋履等)生成适当且每次略有不同的音效。在电影制作中,虽然配音一开始可能因 AI 语音在情绪表达上不够丰满而选择专业声音表演者,但随着技术发展,未来会有更多 AI 生成音效的工具可供选择。同时,为您分享三个音效资源站: https://www.lookae.com/sucai/sfx/ ,大部分免费且分好类的音效包可供下载。 https://www.epidemicsound.com/ ,专业的音效站点。 https://sc.chinaz.com/yinxiao/ ,适合搜索单个音效下载。
2024-11-10
有什么AI生成音效的工具
以下为您介绍一些 AI 生成音效的工具: Optimizer AI:这是一款专为视频自动生成音效的 AI 工具,可以通过文字提示创造适用于多种场景的声音和音效,包括声音效果生成、变声、风格标签等主要功能。其官网为: 。 目前在游戏领域,生成式人工智能在音效方面也有所应用,虽然直接在游戏中应用的商业产品还较少,但已有学术论文探讨了使用人工智能在电影中生成“foley”(例如脚步声)的想法。随着技术发展,相信未来会有更多相关产品出现。
2024-08-13
有哪些免费的文本转语音效果比较好的工具
以下是一些免费且效果较好的文本转语音工具: Speechify:一款人工智能驱动的文本转语音工具,可作为 Chrome 扩展、Mac 应用程序、iOS 和 Android 应用程序使用,用于收听网页、文档、PDF 和有声读物。 Azure AI Speech Studio:一套服务,使应用程序能够“听懂、理解并与客户进行对话”。 Wavel Studio:支持 30 多种语言的配音,音质自然流畅,自动去除背景噪音和杂音,提供添加字幕和文本叠加层的工具,界面友好,提供多种自定义选项。 Elai.io:支持 65 多种语言的配音,音色和语调真实,自动将唇形与语音同步,生成字幕,提高视频的可访问性,支持多位配音者,适合复杂对话场景。 Rask AI:支持 130 多种语言的配音,包括稀有和濒危语言,采用先进语音合成技术,音质高保真,提供语音参数自定义和音效添加工具,与多种视频编辑平台和工作流程整合。 Notta:提供快速实惠的多语言配音解决方案,保留原声说话风格和细微差别,提供调整语音速度和音调的工具,支持批量处理,高效完成多视频配音。 Dubverse:支持 60 多种语言的配音,音质接近真人,提供文本转语音和语音克隆功能,提供语音参数自定义和情感添加工具。 这些工具都具有不同的特点和功能,你可以根据自己的需求和喜好选择适合自己的工具。
2024-05-30
如何让企业微信可以接上 AI?让我的企业微信号变成一个 AI 客服
要让企业微信接上 AI 并变成一个 AI 客服,可以参考以下内容: 1. 基于 COW 框架的 ChatBot 实现方案:这是一个基于大模型搭建的 Chat 机器人框架,可以将多模型塞进微信(包括企业微信)里。张梦飞同学写了更适合小白的使用教程,链接为: 。 可以实现打造属于自己的 ChatBot,包括文本对话、文件总结、链接访问、联网搜索、图片识别、AI 画图等功能,以及常用开源插件的安装应用。 正式开始前需要知道:本实现思路需要接入大模型 API 的方式实现(API 单独付费)。 风险与注意事项:微信端因为是非常规使用,会有封号危险,不建议主力微信号接入;只探讨操作步骤,请依法合规使用,大模型生成的内容注意甄别,确保所有操作均符合相关法律法规的要求,禁止将此操作用于任何非法目的,处理敏感或个人隐私数据时注意脱敏,以防任何可能的滥用或泄露。 支持多平台接入,如微信、企业微信、公众号、飞书、钉钉等;多模型选择,如 GPT3.5/GPT4.0/Claude/文心一言/讯飞星火/通义千问/Gemini/GLM4/LinkAI 等等;多消息类型支持,能处理文本、语音和图片,以及基于自有知识库进行定制的企业智能客服功能;多部署方法,如本地运行、服务器运行、Docker 的方式。 2. DIN 配置:先配置 FastGpt、OneAPI,装上 AI 的大脑后,可体验知识库功能并与 AI 对话。新建应用,在知识库菜单新建知识库,上传文件或写入信息,最后将拥有知识库能力的 AI 助手接入微信。
2025-05-09
围棋AI
围棋 AI 领域具有重要的研究价值和突破。在古老的围棋游戏中,AI 面临着巨大挑战,如搜索空间大、棋面评估难等。DeepMind 团队通过提出全新方法,利用价值网络评估棋面优劣,策略网络选择最佳落子,且两个网络以人类高手对弈和 AI 自我博弈数据为基础训练,达到蒙特卡洛树搜索水平,并将其与蒙特卡洛树搜索有机结合,取得了前所未有的突破。在复杂领域 AI 第一次战胜人类的神来之笔 37 步,也预示着在其他复杂领域 AI 与人类智能对比的进一步突破可能。此外,神经网络在处理未知规则方面具有优势,虽然传统方法在处理象棋问题上可行,但对于围棋则困难重重,而神经网络专门应对此类未知规则情况。关于这部分内容,推荐阅读《这就是 ChatGPT》一书,其作者备受推崇,美团技术学院院长刘江老师的导读序也有助于了解 AI 和大语言模型计算路线的发展。
2025-05-08
什么AI工具可以实现提取多个指定网页的更新内容
以下 AI 工具可以实现提取多个指定网页的更新内容: 1. Coze:支持自动采集和手动采集两种方式。自动采集包括从单个页面或批量从指定网站中导入内容,可选择是否自动更新指定页面的内容及更新频率。批量添加网页内容时,输入要批量添加的网页内容的根地址或 sitemap 地址然后单击导入。手动采集需要先安装浏览器扩展程序,标注要采集的内容,内容上传成功率高。 2. AI Share Card:能够一键解析各类网页内容,生成推荐文案,把分享链接转换为精美的二维码分享卡。通过用户浏览器,以浏览器插件形式本地提取网页内容。
2025-05-01
AI文生视频
以下是关于文字生成视频(文生视频)的相关信息: 一些提供文生视频功能的产品: Pika:擅长动画制作,支持视频编辑。 SVD:Stable Diffusion 的插件,可在图片基础上生成视频。 Runway:老牌工具,提供实时涂抹修改视频功能,但收费。 Kaiber:视频转视频 AI,能将原视频转换成各种风格。 Sora:由 OpenAI 开发,可生成长达 1 分钟以上的视频。 更多相关网站可查看:https://www.waytoagi.com/category/38 。 制作 5 秒单镜头文生视频的实操步骤(以梦 AI 为例): 进入平台:打开梦 AI 网站并登录,新用户有积分可免费体验。 输入提示词:涵盖景别、主体、环境、光线、动作、运镜等描述。 选择参数并点击生成:确认提示词无误后,选择模型、画面比例,点击「生成」按钮。 预览与下载:生成完毕后预览视频,满意则下载保存,不理想可调整提示词再试。 视频模型 Sora:OpenAI 发布的首款文生视频模型,能根据文字指令创造逼真且充满想象力的场景,可生成长达 1 分钟的一镜到底超长视频,视频中的人物和镜头具有惊人的一致性和稳定性。
2025-04-20
Ai在设备风控场景的落地
AI 在设备风控场景的落地可以从以下几个方面考虑: 法律法规方面:《促进创新的人工智能监管方法》指出,AI 的发展带来了一系列新的安全风险,如对个人、组织和关键基础设施的风险。在设备风控中,需要关注法律框架是否能充分应对 AI 带来的风险,如数据隐私、公平性等问题。 趋势研究方面:在制造业中,AI Agent 可用于生产决策、设备维护、供应链协调等。例如,在工业设备监控与预防性维护中,Agent 能通过监测传感器数据识别异常模式,提前通知检修,减少停机损失和维修成本。在生产计划、供应链管理、质量控制、协作机器人、仓储物流、产品设计、建筑工程和能源管理等方面,AI Agent 也能发挥重要作用,实现生产的无人化、决策的数据化和响应的实时化。
2025-04-20
ai视频
以下是 4 月 11 日、4 月 9 日和 4 月 14 日的 AI 视频相关资讯汇总: 4 月 11 日: Pika 上线 Pika Twists 能力,可控制修改原视频中的任何角色或物体。 Higgsfield Mix 在图生视频中,结合多种镜头运动预设与视觉特效生成视频。 FantasyTalking 是阿里技术,可制作角色口型同步视频并具有逼真的面部和全身动作。 LAM 开源技术,实现从单张图片快速生成超逼真的 3D 头像,在任何设备上快速渲染实现实时互动聊天。 Krea 演示新工具 Krea Stage,通过图片生成可自由拼装 3D 场景,再实现风格化渲染。 Veo 2 现已通过 Gemini API 向开发者开放。 Freepik 发布视频编辑器。 Pusa 视频生成模型,无缝支持各种视频生成任务(文本/图像/视频到视频)。 4 月 9 日: ACTalker 是多模态驱动的人物说话视频生成。 Viggle 升级 Mic 2.0 能力。 TestTime Training在英伟达协助研究下,可生成完整的 1 分钟视频。 4 月 14 日: 字节发布一款经济高效的视频生成基础模型 Seaweed7B。 可灵的 AI 视频模型可灵 2.0 大师版及 AI 绘图模型可图 2.0 即将上线。
2025-04-20
生成提示词的提示词
以下是关于生成提示词的相关内容: 生成提示词的思路和方法: 可以根据效果好的图片中的高频提示词去反推效果,结合不同字体效果的描述,打包到一组提示词中。提示词给到 AI 后,AI 会根据给定文字的文义,判断适合的情绪风格,然后给出适合情绪的字体和风格描述、情感氛围等,加上一些质量/品质词,形成输出提示词结构。为了让 AI 更能描述清晰风格,可以先给定多种参照举例。 具体操作步骤: 打开 AI 工具的对话框,将相关提示词完整复制粘贴到对话框。推荐使用 ChatGPT 4o。 当 AI 回复后,发送您想要设计的文字。可以仅发送想要的文字,也可以发送图片(适合有多模态的 AI)让 AI 识别和反推。 将 AI 回复的提示词部分的内容复制到即梦 AI。 对生成提示词的一些观点: 提示词生成提示词并非必要,不一定能生成最好的 Prompt 框架,修改过程可能耗时且不一定能修改好,不如花钱找人写。 一句话生成完整符合需求的 Prompt 非常困难,只能大概给出框架和构思,需要更低成本地调整需求和修改 Prompt。 不同生图工具生成提示词的特点: 即使是简短的描述,生成的提示词也非常细节、专业。 会解析需求,找出核心要点和潜在的诠释点,并给出不同的提示词方案。 提示词构建更多在于增强,而不是发散,生成的内容更符合期望。 同时生成中、英双版本,国内外工具通用无压力。 14 款 AI 生图工具实测对比: 本次实测用到的工具包括国内版的即梦 3.0(https://jimeng.jianying.com/aitool/home)、WHEE(https://www.whee.com)、豆包(https://www.doubao.com/chat)、可灵(https://app.klingai.com/cn/texttoimage/new)、通义万相(https://tongyi.aliyun.com/wanxiang/creation)、星流(https://www.xingliu.art)、LibiblibAI(https://www.liblib.art),以及国外版的相关工具。
2025-04-20
有没有能根据描述,生成对应的word模板的ai
目前有一些可以根据描述生成特定内容的 AI 应用和方法。例如: 在法律领域,您可以提供【案情描述】,按照给定的法律意见书模板生成法律意见书。例如针对商业贿赂等刑事案件,模拟不同辩护策略下的量刑结果,对比并推荐最佳辩护策略,或者为商业合同纠纷案件设计诉讼策略等。 在 AI 视频生成方面,有结构化的提示词模板,包括镜头语言(景别、运动、节奏等)、主体强化(动态描述、反常组合等)、细节层次(近景、中景、远景等)、背景氛围(超现实天气、空间异常等),以及增强电影感的技巧(加入时间变化、强调物理规则、设计视觉焦点转移等)。 一泽 Eze 提出的样例驱动的渐进式引导法,可利用 AI 高效设计提示词生成预期内容。先评估样例,与 AI 对话让其理解需求,提炼初始模板,通过多轮反馈直至达到预期,再用例测试看 AI 是否真正理解。 但需要注意的是,不同的场景和需求可能需要对提示词和模板进行针对性的调整和优化,以获得更符合期望的 word 模板。
2025-04-18
如何自动生成文案
以下是几种自动生成文案的方法: 1. 基于其它博主开源的视频生成工作流进行优化: 功能:通过表单输入主题观点,提交后自动创建文案短视频,创建完成后推送视频链接到飞书消息。 涉及工具:Coze 平台(工作流、DeepSeek R1、文生图、画板、文生音频、图+音频合成视频、多视频合成)、飞书(消息)、飞书多维表格(字段捷径、自动化流程)。 大体路径:通过 coze 创建智能体,创建工作流,使用 DeepSeek R1 根据用户观点创建文案,再创建视频;发布 coze 智能体到飞书多维表格;在多维表格中使用字段捷径,引用该智能体;在多维表格中创建自动化流程,推送消息给指定飞书用户。 2. 生成有趣的《图文短句》: 实现原理: 先看工作流:包括第一个大模型生成标题、通过“代码节点”从多个标题中获取其中一个(可略过)、通过选出的标题生成简介、通过简介生成和标题生成文案、将文案进行归纳总结、将归纳总结后的文案描述传递给图像流。 再看图像流:包括提示词优化、典型的文生图。 最终的 Bot 制作以及预览和调试。 3. 腾讯运营使用 ChatGPT 生成文案: 步骤:通过 ChatGPT 生成文案,将这些文案复制到支持 AI 文字转视频的工具内,从而实现短视频的自动生成。市面上一些手机剪辑软件也支持文字转视频,系统匹配的素材不符合要求时可以手动替换。例如腾讯智影的数字人播报功能、手机版剪映的图文成片功能。这类 AI 视频制作工具让普罗大众生产视频变得更轻松上手。
2025-04-15
如何通过输入一些观点,生成精彩的口播文案
以下是通过输入观点生成精彩口播文案的方法: 1. 基于其它博主开源的视频生成工作流进行功能优化,实现视频全自动创建。 效果展示:可查看。 功能:通过表单输入主题观点,提交后自动创建文案短视频,并将创建完成的视频链接推送至飞书消息。 涉及工具:Coze平台(工作流、DeepSeek R1、文生图、画板、文生音频、图+音频合成视频、多视频合成)、飞书(消息)、飞书多维表格(字段捷径、自动化流程)。 大体路径: 通过 coze 创建智能体,创建工作流,使用 DeepSeek R1 根据用户观点创建文案,再创建视频。 发布 coze 智能体到飞书多维表格。 在多维表格中使用字段捷径,引用该智能体。 在多维表格中创建自动化流程,推送消息给指定飞书用户。 2. 智能体发布到飞书多维表格: 工作流调试完成后,加入到智能体中,可以选择工作流绑定卡片数据,智能体则通过卡片回复。 选择发布渠道,重点是飞书多维表格,填写上架信息(为快速审核,选择仅自己可用),等待审核通过后即可在多维表格中使用。 3. 多维表格的字段捷径使用: 创建飞书多维表格,添加相关字段,配置后使用字段捷径功能,使用自己创建的 Coze 智能体。 表单分享,实现填写表单自动创建文案短视频的效果。 4. 自动化推送:点击多维表格右上角的“自动化”,创建所需的自动化流程。 另外,伊登的最新 Deepseek+coze 实现新闻播报自动化工作流如下: 第一步是内容获取,只需输入新闻链接,系统自动提取核心内容。开始节点入参包括新闻链接和视频合成插件 api_key,添加网页图片链接提取插件,获取网页里的图片,以 1ai.net 的资讯为例,添加图片链接提取节点,提取新闻主图,调整图片格式,利用链接读取节点提取文字内容,使用大模型节点重写新闻成为口播稿子,可使用 Deepseek R1 模型生成有吸引力的口播内容,若想加上自己的特征,可在提示词里添加个性化台词。
2025-04-15
小红书图文批量生成
以下是关于小红书图文批量生成的详细内容: 流量密码!小红书万赞英语视频用扣子一键批量生产,这是一个保姆级教程,小白都能看得懂。 原理分析: 决定搞之后,思考生成这种视频的底层逻辑,进行逆推。这种视频由多张带文字图片和音频合成,带文字图片由文字和图片生成,文字和图片都可由 AI 生成,音频由文字生成,文字来源于图片,也就是说,关键是把图片和文字搞出来。 逻辑理清后,先找好看的模版,未找到好看的视频模版,最后看到一个卡片模版,先把图片搞出来,才有资格继续思考如何把图片变成视频,搞不出来的话,大不了不发视频,先发图片,反正图片在小红书也很火。 拆模版: 要抄这种图片,搞过扣子的第一反应可能是用画板节点 1:1 去撸一个,但扣子的画板节点很难用,Pass 掉。用 PS 不行,太死板不灵活,html 网页代码可以,非常灵活。经过 2 个多小时和 AI 的 battle,用 html 代码把图片搞出来了。这里不讲代码怎么写,直接抄就行。要抄,首先要学会拆,不管用什么方式批量生成这样的图片,都必须搞清楚里面有哪些是可以变化的参数,也就是【变量】,如主题、主题英文、阶段、单词数、图片、正文、翻译、普通单词、重点单词等。 想方法: 大概知道批量生成这样的图片需要搞清楚哪些参数,图片用 html 代码搞出来了。但问题是视频怎么搞,这种视频由多张不同的【带文字的图片】生成,比如读到哪句,哪句就高亮起来,图片也可以随着读到的句子变更。最后,视频就是用这样的图片一张张拼起来的。
2025-04-14
ai如何什么生成表格
AI 生成表格通常可以通过以下技术实现: 1. 利用变分自编码器(VAEs)和序列到序列模型(Seq2Seq)等技术生成表格文件、表格公式,并清理、创建、转换和分析表格中的文本数据,例如表格结构设计、数据分析表、表格自动化等。 2. 借助一些办公软件中的 AI 插件,如飞书中的相关插件,先通过 AI 理解图片中的内容并填充到表格列中,然后利用自带插件总结生成相关指令。 此外,在多模态数据生成中,结构化数据生成包括表格生成,多模态合成数据从大类来看有非结构化数据(图片、视频、语音等)和结构化数据(表格等)两大类。非结构化数据生成包括文本生成、图像生成、音频和语音生成、视频生成、3D 生成、合成数据生成等。
2025-04-14
学习WaytoAGI的最佳路径是什么
学习 WaytoAGI 的最佳路径包括以下几个方面: 1. 了解最新的 AI 技术:WaytoAGI 像免费的“技术期刊”,能让您了解最新动态,还能教授实用技能,且开源免费。 2. 线上共学:通过线上共学方式,手把手教您应用 AI 技术,无论您是小白还是有一定基础,都能找到适合自己的学习路径。 3. 找到志同道合的队友:如果您想创业、做副业,或者只是想找对 AI 感兴趣的伙伴一起做事,WaytoAGI 是很好的平台。 使用 WaytoAGI 的方法: 1. 点开链接就能看:无需注册和花钱,直接点击链接:点击。 2. 想看啥就看啥:比如想学 AI 绘画,就去看“AI 绘画”部分;想找 AI 工具,就去“工具推荐”部分,内容分类清晰。 3. 有问题还能问:看了还有不懂的,或者想跟别人交流,可以加入社群讨论。 此外,WaytoAGI 还有整活区,这里不是系统性学习的地方,而是一起做有趣事情的游乐场。在这里,您不用证明想法“有什么用”,可以尽情发挥对 AI 最天马行空的想象,鼓励把 AI 玩出新花样。
2025-04-10
写代码的最佳模型
写代码的最佳模型取决于具体的需求和任务。以下是一些相关要点: 1. 对于不同人使用同一个模型,结果差异大的原因在于是否懂 AI 和懂内容,专业写作通常会混合使用多个模型并取其精华,例如 Grok、Gemini、GPT 各有优势,关键在于如何运用。 2. 在需要精确计算时,可以使用代码或调用 API。GPT 自身进行算术或长计算可能不准确,此时应让模型编写并运行代码,运行代码输出结果后,再将其作为输入提供给模型进行下一步处理。同时调用外部 API 也是代码执行的一个好的用例,但执行代码时要注意安全性,需采取预防措施,特别是需要一个沙盒化的代码执行环境来限制不可信代码可能造成的危害。 3. 文本补全端点可用于各种任务,它提供了简单且强大的接口连接到任何模型。输入一些文本作为提示,模型会生成文本补全,试图匹配给定的上下文或模式。探索文本补全的最佳方式是通过 Playground,它是一个文本框,可提交提示生成完成内容。由于 API 默认是非确定性的,每次调用可能得到稍有不同的完成,将温度设置为 0 可使输出大部分确定,但仍可能有小部分变化。通过提供指令或示例可以“编程”模型,提示的成功通常取决于任务复杂性和提示质量,好的提示应提供足够信息让模型明确需求和回应方式。 需要注意的是,默认模型的训练数据截止到 2021 年,可能不了解当前事件情况。
2025-04-01
数据问答的最佳实践
以下是关于数据问答最佳实践的相关内容: Databricks: Databricks 作为大数据领域的领先服务商,在 RAG 设计上有自身特点和优势。用户输入问题后,从处理好的文本向量索引获取相关信息,结合提示词工程生成回答。上半部分 Unstructured Data pipeline 采用主流 RAG 方法,下半部分 Structured Data Pipeline 是其特征工程处理流程,也是最大特点。Databricks 从专业大数据角度出发,在准确度较高的数据存储中进行额外检索,发挥在 Real Time Data Serving 上的优势。可见其在 GenAI 时代将强大的 Lakehouse 数据处理能力与生成式 AI 技术深度融合,构建一体化解决方案。 OpenAI: 从 OpenAI Demo day 的演讲整理所得,在提升 RAG 准确率的成功案例中,OpenAI 团队从 45%的准确率开始,尝试多种方法。包括假设性文档嵌入(HyDE)和精调嵌入等,但效果不理想。通过尝试不同大小块的信息和嵌入不同内容部分,准确率提升到 65%。通过 Reranking 和对不同类别问题特别处理,进一步提升到 85%。最终,结合提示工程、查询扩展等方法,达到 98%的准确率。团队强调模型精调和 RAG 结合使用的强大潜力,仅通过简单的模型精调和提示工程就接近行业领先水平。 Loop: 具有环状结构的 RAG Flow 是 Modular RAG 的重要特点,检索和推理步骤相互影响,通常包括一个 Judge 模块控制流程,具体可分为迭代、递归和主动检索三种。 迭代检索:对于一些需要大量知识的复杂问题,可采用迭代方式进行 RAG,如 ITERRETGEN。每次迭代利用前一次迭代的模型输出作为特定上下文帮助检索更相关知识,通过预设迭代次数判断终止。 递归检索:特点是明显依赖上一步并不断深入检索,通常有判断机制作为出口,需搭配 Query Transformation,每次检索依赖新改写的 Query。典型实现如 ToC,从初始问题通过递归执行 RAC 逐步插入子节点到澄清树中,达到最大数量有效节点或最大深度时结束,然后收集所有有效节点生成全面长文本答案回答初始问题。
2025-03-17
利用agi做ppt的最佳选择
以下是一些利用 AGI 做 PPT 的较好选择: 1. Gamma:这是一个在线 PPT 制作网站,允许用户通过输入文本和想法提示快速生成幻灯片,还支持嵌入多媒体格式,如 GIF 和视频,以增强演示文稿的吸引力。网址:https://gamma.app/ 2. 美图 AI PPT:由知名图像编辑软件“美图秀秀”的开发团队推出,用户通过输入简单的文本描述来生成专业的 PPT 设计,包含丰富的模板库和设计元素,适用于多种场合。网址:https://www.xdesign.com/ppt/ 3. Mindshow:一款 AI 驱动的 PPT 辅助工具,提供一系列智能设计功能,如自动布局、图像选择和文本优化等,还可能包括互动元素和动画效果。网址:https://www.mindshow.fun/ 4. 讯飞智文:由科大讯飞推出的 AI 辅助文档编辑工具,利用科大讯飞在语音识别和自然语言处理领域的技术优势,提供智能文本生成、语音输入、文档格式化等功能。网址:https://zhiwen.xfyun.cn/ 目前市面上大多数 AI 生成 PPT 通常按照以下思路来完成设计和制作: 1. AI 生成 PPT 大纲 2. 手动优化大纲 3. 导入工具生成 PPT 4. 优化整体结构 推荐 2 篇市场分析的文章供参考: 1. 《》 2. 《》 此外,还了解到在众多的 PPT 工具中,AI 的介入带来了便捷与高效的体验。深入了解了五大 AI PPT 工具:MindShow、爱设计、闪击、Process ON、WPS AI,它们各自有鲜明特色和擅长场景。选择合适的工具要根据实际需求调整,试用和体验比盲目跟风更明智。 希望以上信息对您有所帮助。
2025-03-07
我需要一套帮我总结论文,阅读论文的最佳prompt
以下是为您提供的一套帮助总结和阅读论文的最佳 prompt 相关内容: 一、李继刚等的 prompt 最佳实践 对于给定的论文链接,总结如下: 1. 提出了基于 GPT3 的无代码聊天机器人设计工具 BotDesigner。 2. 创建了 Conversation 视图和 Error Browser 视图。 3. 观察了 10 名非专家提示设计师执行聊天机器人设计任务的行为,得出相关结论,如参与者能够进行机会性的提示迭代设计,但在生成、评估提示有效性和解释提示效果方面存在困难,倾向于过度推广和从人类交流角度过滤提示设计等。 二、小七姐的 Prompt 喂饭级系列教程小白学习指南(二) 1. 让 AI 帮您阅读文档时,可使用简单的 Prompt,如:于是这个提示词解决了你自己,和任何收到你 Prompt 的人微调几个关键信息就能自动让 GPT 或者 Kimi 帮你阅读一篇论文而且生成不错的总结啦! 2. 结合自己的生活或工作场景想一个能简单自动化的场景,例如自动给班级里的每个孩子起个昵称、自动排版微信群经常发的运营小文案等。 3. 选择一个好上手的提示词框架,如情境。 三、学术场景数据处理 1. 论文总结:GLM4Plus 结合良好的提示词能够帮助学生快速总结论文内容,提高论文梳理的效率。 2. 论文翻译:GLM 结合良好的提示词能够帮助学生快速翻译论文内容,提高论文阅读效率。 3. 论文内容扩写润色:精心设计的润色提示词可以根据特定场景进行调整,以便生成与特定平台风格相匹配的多样化润色结果。例如针对小红书的使用场景,调整提示词以匹配其特有的口语化、轻松愉快的氛围,将论文中的结论部分润色成适合在小红书上分享的生活化内容。
2025-03-05
编写最佳实践的工具
以下是关于编写最佳实践的工具的相关内容: 熊猫 Jay:万字解读 ChatGPT 提示词最佳实践 最佳实践 5 使用外部工具: 1. 文本嵌入工具:需要能够将文本转化为向量的工具,如 Word2Vec、BERT、FastText 等,将文本转化为高维空间中的向量。 2. 构建电影数据库:包含各种电影详细信息,可以是简单的文本文件每行包含一个电影信息,或更复杂的数据库系统。 3. 预处理和嵌入:对数据库中的每部电影信息进行文本嵌入,得到向量表示并存储。 4. 查询处理:将用户提出的查询(如“由莱昂纳多·迪卡普里奥主演的电影”)进行文本嵌入得到查询向量。 5. 向量搜索:使用快速的向量搜索算法(如余弦相似度、KNN 搜索等)在电影数据库中找到最接近的电影向量。 6. 返回结果:根据找到的最接近向量,从数据库中检索相关电影信息返回给用户。 7. 集成到 ChatGPT:将上述步骤封装成 API 或函数,在 ChatGPT 对话逻辑中调用,以便用户提出相关查询时返回相关电影信息。 小七姐:官方最佳 Prompt 实践的六个方法 策略一:编写清晰的说明 在 OpenAI 官方的说明文档中,为用户提供了若干策略以更好使用 ChatGPT。在询问中应包含详细信息以获得更多相关答复。因为大模型无法在有限信息中“猜测”意图,所以提问时不要惜字如金,多说多提供信息能有效提高回复质量和丰富性。例如:想要大模型提供思维模型时,本能问法可能效果不佳,而提供更多信息(如为什么需要、希望列举个数、是否有已知模型参考等)能得到更符合预期的回答;请 ChatGPT 帮助记忆抽象概念时,脱口而出的问题可能不理想,提供更多细节则能得到更好的回答;了解提示词时,给出特定情景和进一步思考的问题能得到更好效果。
2025-03-03