پرش به محتوای اصلی

دسته‌بندی

سرگرمی و خلاقیت

تولید تصویر و ویدیو، صدای مصنوعی، هنر و موسیقی هوشمند، بازی‌ها و وجه سرگرم‌کننده‌ی AI.

۸۲۲ مقاله منتشر شده

آموزش کاربردی

پردازش محلی در برابر ابر؛ کاهش هزینه‌های اشتراکی در دوبلهٔ ویدیو

یک گردش‌کار محلی جدید امکان تبدیل گفتار به متن، ترجمه و دوبلهٔ بلادرنگ ویدیوها را روی سخت‌افزار کاربر فراهم می‌کند. این سیستم با حذف سرورهای ابری، حریم خصوصی کامل را تضمین کرده و…

۳ دقیقه خواندن۲
آموزش کاربردی

درون سیستم CherryShot؛ حذف متون توصیفی برای جلوگیری از تغییر شکل کالا

پلتفرم CherryShot با جایگزینی پرامپت‌های متنی با نقشه‌های ساختاریافته (JSON)، مشکل تغییر شکل محصولات در عکاسی هوش مصنوعی را حل کرد. این سیستم با تحلیل بصری محصول، جزئیات فنی صحنه…

۲ دقیقه خواندن۲
آموزش کاربردی

«جایگزینی اقتصادی برای استودیوها»؛ قابلیت جدید رندرینگ عصبی TalkPix

پلتفرم TalkPix AI با استفاده از رندرینگ عصبی، امکان تبدیل پرتره‌های ایستا به ویدیوهای همگام با لب (Lip-sync) را فراهم کرده است. این ابزار جایگزینی اقتصادی برای استودیوهای ضبط است…

۲ دقیقه خواندن۲
آموزش کاربردی

«تفاوت دیالوگ و سکوت»؛ کلید کاهش خطای سیستم‌های کپشن‌نویس هوشمند

یک توسعه‌دهنده دریافت که استفاده از درصد زمان کلی کلیپ برای شناسایی خطاهای زیرنویس باعث حذف ویدیوهای سالم می‌شود. جایگزینی این معیار با «تعداد کلمات در ثانیه» به سیستم اجازه…

۶ دقیقه خواندن۱
آموزش کاربردی

آیا پردازش محلی در مرورگر جایگزین آپلود ویدیو در سرور می‌شود؟

یک گردش‌کار جدید مبتنی بر مرورگر، امکان افزایش وضوح ویدیوهای کم‌کیفیت به 8K را بدون نیاز به آپلود فایل در سرور فراهم می‌کند. این ابزار با انتقال پردازش به سخت‌افزار کاربر، حریم…

۲ دقیقه خواندن۱

«کنترل‌های ساختاری حرفه‌ای»؛ ویژگی جدید Lyria 3.5 برای توسعه‌دهندگان

گوگل مدل تولید موسیقی Lyria 3.5 را در اپلیکیشن و API جمینای ادغام کرد تا کاربران بتوانند قطعات باکیفیت تا ۳ دقیقه بسازند. این به‌روزرسانی قابلیت تبدیل تصویر به موسیقی و کنترل‌های…

۴ دقیقه خواندن