- 23
- 26 103
理想拖
Taiwan
เข้าร่วมเมื่อ 7 ก.ย. 2020
一名算法工程师，致力于探索并分享 AI 技术、开源工具及有趣的项目。
1summary：支持自定义 API 的一键网页总结插件
推一个结合 cursor 开发的一键网页总结插件。
- 插件支持自定义 API 服务商、模型、提示模板等参数，具备生成结果缓存和一键复制功能。
- 模型推荐使用 deepseek-chat、Groq 和 sambanova 的 Llama 3.1 系列。
#chatgpt #chrome #groq #sambanova
---
资源及链接：
- GitHub 项目地址：github.com/ultrasev/1summary
- Groq API doc: console.groq.com/docs/quickstart
- sambanova API doc: cloud.sambanova.ai/apis
- 插件支持自定义 API 服务商、模型、提示模板等参数，具备生成结果缓存和一键复制功能。
- 模型推荐使用 deepseek-chat、Groq 和 sambanova 的 Llama 3.1 系列。
#chatgpt #chrome #groq #sambanova
---
资源及链接：
- GitHub 项目地址：github.com/ultrasev/1summary
- Groq API doc: console.groq.com/docs/quickstart
- sambanova API doc: cloud.sambanova.ai/apis
มุมมอง: 80
วีดีโอ
语音合成新秀 fish.audio，语音合成效果可媲美 ChatTTS，轻松完成音色克隆。
มุมมอง 6533 หลายเดือนก่อน
由多位知名 TTS 开源项目作者联合创建的 fish.audio 近期上线，目前开放注册，免费使用。 fish.audio 提供多种热门声音模型，包括丁真、特朗普、董宇辉等，以及诸多二次元人物。用户也可上传音频文件训练自己的模型，体验独有的语音合成效果。 视频里演示了丁真和特朗普的合成声音，同时简要分析一下fish.audio目前的小问题。 注：本视频里的的音频即通过 fish.audio 生成，使用的模型是单田芳老师的声音模型。 #fishaudio #语音合成 #ai #语音克隆 #开源项目 #github #tts #chattts #audio 时间戳 ： 0:00 - 简要介绍 fish.audio 这个平台 1:02 - fish.audio 的功能介绍 2:37 - 语音合成的效果演示，使用丁真和特朗普的声音模型，分析合成效果 3:55 - 模型效果的一些瑕疵的分析 资...
做了一个命令行小工具，用 GPT 自动生成 Git 提交信息，完善 git 仓库代码管理
มุมมอง 1534 หลายเดือนก่อน
做了一个微小的命令行小工具： aicommit，利用 AI 模型自动生成 Git 提交信息，提升代码管理效率。 #git #ai #代码管理 #gpt #gemini #开源项目 时间戳 ： 0:00 - 为什么要做这个小工具 1:17 - 实际使用体验，aicommit 整个项目的 commit 信息都是通过 GPT 自动生成的 2:01 - 小工具实现原理 4:20 - pip 安装与使用 资源及链接： - aicommit 项目地址：github.com/ultrasev/aicommit - Git commit 规范参考： github.com/o-w-o/way/blob/master/appendixs/wiki/git-commit.md - 基于 cloudflare worker 的 LLM API 反向代理项目： github.com/ultrasev/llmp...
这次用 ChatTTS 生成了一段全英文的音频，还是同一个音色。
มุมมอง 3194 หลายเดือนก่อน
固定音色后，用 ChatTTS 生成了一段全英文的音频。 生成的语音总体感觉还是挺自然的，基本的语音节奏和音调都是对的。 就是情绪不太好调，有时候热情洋溢，有时候出来的音频有点冷淡。 脚本内容是结合 ChatGPT 生成改造的。 #ChatTTS #文本到语音 #pip 安装 #Docker 部署 #Python #TTS #语音合成 资源及链接： - pip 及 docker 部署：github.com/ultrasev/ChatTTS - yihong0618 的 fork：github.com/yihong0618/ChatTTS - 视频中的 Google colab 链接：colab.research.google.com/drive/1dEbafJ9fjaXjdbNrOlqNSVFlM_I4K55a?usp=sharing
大家再感受一下，ChatTTS 是可以固定音色的。这里还有 pip 一键安装和 Docker 部署方案。
มุมมอง 6K4 หลายเดือนก่อน
通过设置 `sample_random_speaker` 的随机种子，这次 ChatTTS 生成的音频的音色不随机了，稳稳的固定在一个音色上。 这里还有一个 pip 一键安装的方法，以及 Docker 部署的方式。 #ChatTTS #文本到语音 #pip安装 #Docker部署 #Python库 #语音合成 #tts 资源及链接： - pip 及 docker 部署：github.com/ultrasev/ChatTTS - yihong0618 的 fork：github.com/yihong0618/ChatTTS - 视频中的 Google colab 链接：colab.research.google.com/drive/1Eqxn3-aXXxAqJ7EYA2elpOHsXRPEbUlZ?usp=sharing 联系我： slippertopia
有点厉害，来感受一下 ChatTTS 这个语音合成（TTS）模型
มุมมอง 6K4 หลายเดือนก่อน
#ChatTTS 是一个专门为对话场景设计的 #tts 项目，支持中英文语音生成，开源两天已获 4,000 stars。 模型使用 10 万小时的中英文数据训练，生成的语音自然流畅，语调语气非常接近真人说话模式。 #ChatTTS #语音生成 #开源项目 #tts 资源及链接： - ChatTTS GitHub 项目地址：github.com/2noise/ChatTTS - 视频中的 Google colab 链接：colab.research.google.com/drive/1_Ma1BXvIrYw9kO4UYsSG4GaFkttbS1wY?usp=sharing
搭了一个 AIGC 小破站，聚合一些 AI 生成的高质量图片
มุมมอง 1274 หลายเดือนก่อน
使用 #cloudflare (worker r2 d1) 搭建部署了一个图片聚合站，都是一些 AI 生成的高质量图片，可以用来做壁纸，也可以用来做设计素材。 - 图片无水印，无版权，可以随意使用。 - 网站 UI 简单，只有一个图片展示及下载功能。内容是随机展示的，每次刷新都会有新的图片。另外还提供两个额外的下载接口，倾向于使用脚本下载的用户可以体验一下。 - 如果展示不出来，可能是网络问题，可以多刷新几次。 - 理论上可以无限下滑，但是图片存量有限的，可能滑着滑着就滑不动了。休息一下，改天再来看看。 站点地址：art.ultrasev.com/about #aigc #art #cloudflare
如何使用 FastAPI 在 Vercel 上部署 API 服务，并实现 Groq API 反向代理
มุมมอง 2654 หลายเดือนก่อน
使用 Python(3.9) 及 #fastapi 在 #vercel 上部署一个 API 服务，并结合 #openai 的 Python 库，实现一个 #groq API 的反向代理。 时间戳 ： 0:00 - Vercel (Python) 项目模板介绍，配置文件说明 2:15 - 部署 Python 项目到 vercel 上 4:10 - 添加一个新的接口 `/api/random/` 6:24 - 使用 OpenAI 的 Python 库，实现 Groq API 反向代理 资源及链接： - 视频中项目模板：github.com/ultrasev/vercel-python-fastapi - Groq API 使用示例：console.groq.com/docs/quickstart - Vercel 项目构建文档：vercel.com/docs/deployments/co...
【Github项目更新】使用 cloudflare worker 搭建反向代理项目更新，支持通过路由参数指定平台，支持结果缓存，可以在沉浸式翻译插件中直接使用 LLaMA-3 了。
มุมมอง 4015 หลายเดือนก่อน
之前在 cloudflare worker 搭建 LLM API 反向代理(th-cam.com/video/rfn3lBC11Dk/w-d-xo.html) 中，聊了怎么使用 cloudflare worker 实现 AI 模型 API 的反向代理，支持平台 #openai 、#gemini (Google) 及 #groq 。 本次主要更新有： 1. 添加新版本接口，支持通过路由参数指定平台（OpenAI, Groq etc.），可结合 chatbot，沉浸式翻译插件等工具使用。 2. 支持缓存结果，短期内相同请求会直接读取缓存数据，提升响应速度，并节省 token 数。 0. 思考了人生的意义，发现了 42。 代码已更新到 GitHub（github.com/ultrasev/llmproxy），具体使用示例可参考项目文档。欢迎社区反馈与建议。 #cloudflare #api...
【提升效率神器】Kimi Copilot 插件推荐：一键总结文章、视频和 PDF，快速掌握内容要点，Chrome 用户必备
มุมมอง 1.7K5 หลายเดือนก่อน
推荐一款基于 Kimi Chat 的 Chrome 网上冲浪助手插件 Kimi Copilot 。可以一键总结网络文章、视频内容和 PDF 文档，帮助使用者快速获取信息要点，大幅提高阅读和学习效率。 #chrome插件 #内容总结 #效率 #博客 #kimi #copilot 时间戳 ： 0:00 - Kimi Copilot 插件介绍 3:04 - 使用 Kimi Copilot 对博客文章进行内容总结 4:28 - 使用 Kimi Copilot 对 TH-cam 视频进行内容总结 6:30 - 使用 Kimi Copilot 对 PDF 文档进行内容总结 资源及链接： - Kimi Copilot 插件地址：bit.ly/3URw8su
【教程】使用 Cloudflare Worker 搭建反向代理，本地通过 API 直接调用 GPT、Gemini、Llama3 等语言模型
มุมมอง 1.9K5 หลายเดือนก่อน
本期聊一下如何使用 cloudflare worker 搭建一个反向代理，无需魔法即可调用 OpenAI, Google, Groq 等平台的 LLM API。 - Github 仓库：github.com/ultrasev/llmproxy - Demo API: llmapi.ultrasev.com， 长期有效 #cloudflare #llm #gpt #bard #llama3 #groq
[UPDATE]: 伪实时语音转写项目 stream whisper 的一点更新
มุมมอง 3225 หลายเดือนก่อน
对之前的开源项目 stream #whisper 做了一点小的改进： Improvement: 1. 解耦录音和转写模块，现在可以持续录音，不用等待之前语音转写完成； 2. 增加静音内容检测，过滤无效音频，基本上不会再出现无效音频被转写出文本的情况。 New: 1. 制作了 docker 一键部署 FastWhisper 的镜像，接口兼容 #openai 的 API 规范； - stream-whisper github 仓库: github.com/ultrasev/stream-whisper - 公益转写测试接口信息: pb.ddot.cc/mszd2f - 一键部署 FastWhisper 的 docker 镜像: ghcr.io/ultrasev/whisper
【开源项目推荐】ChatGPT 免登录实现 API 调用，一键部署 FreeGPT API 服务
มุมมอง 9086 หลายเดือนก่อน
本期介绍一个将 #chatgpt 网页版转换成 API 的开源项目 #FreeGPT35，项目是通过逆向前几天完全开放的 #chatgpt 3.5 实现的。支持调用的模型是 text-davinci-002，可以实现对话、生成文本等功能。 - 项目地址：github.com/missuo/FreeGPT35 - 一键部署到 Vercel 上的项目地址：github.com/cliouo/FreeGPT35-Vercel #freegpt #chatgpt #api #docker
【开源项目推荐】WeWe-RSS：更优雅的微信公众号订阅方式，一键部署公众号私有化RSS订阅服务
มุมมอง 7276 หลายเดือนก่อน
本期内容推荐一个 #github 上的微信公众号开源项目 wewe-rss，支持通过 #rss 方式获取公众号文章，支持私有化部署。实现方式是通过微信读书获取订阅号内容，只要官方不出手，就能一直稳定运行。 wewe-rss github: github.com/cooderl/wewe-rss
【开源项目推荐】 kimi free API - 月之暗面网页 AI 聊天功能封装成 API
มุมมอง 7256 หลายเดือนก่อน
这是一个 API #wrapper，封装了 #月之暗面 #ai 网页聊天版。支持高速流式输出、支持多轮对话、支持联网搜索、支持长文档解读、支持图像解析，零配置部署，多路 token 支持，自动清理会话痕迹。 #Kimi 对长文本的支持能力非常强，最高支持 20 万字的输入，感兴趣的小伙伴们不要错过。 #chatgpt #llm - Kimi 官网 kimi.moonshot.cn/ - kimi-free-API 项目：github.com/LLM-Red-Team/kimi-free-api
【评测】简单评测一下 Google Gemini 1.5 Pro 模型的能力
มุมมอง 2176 หลายเดือนก่อน
【评测】简单评测一下 Google Gemini 1.5 Pro 模型的能力
【教程】使用 whisper 进行语音转写部署详细教程，借助 Colab GPU，轻松实现语音转文字
มุมมอง 5078 หลายเดือนก่อน
【教程】使用 whisper 进行语音转写部署详细教程，借助 Colab GPU，轻松实现语音转文字
油管一个频道主称用whisper实现了“零延迟”语音转写，真的可能吗？🤔️
มุมมอง 3598 หลายเดือนก่อน
油管一个频道主称用whisper实现了“零延迟”语音转写，真的可能吗？🤔️
【AI语音转写】打造免费高效语音转写服务，OpenAI whisper 模型部署教程，中英文效果俱佳
มุมมอง 4679 หลายเดือนก่อน
【AI语音转写】打造免费高效语音转写服务，OpenAI whisper 模型部署教程，中英文效果俱佳
这是不是OpenAI 接口地址“BASE_URL” 还需要key吗
也是需要的，需要设置自己的密钥。 Github 网页有示例
@@slippertopia 好吧，现在卖号的一般都带了反向代理地址了
这东西非常好，很多人还是低估了RSS在AI时代的战略价值，大模型的普及，模型和算力都不是核心差异，数据才是。所以高质量的、定制化的数据才是核心。解决数据构建知识库我现在看下来可以有两个好东西，Jina reader +Rss。
为什么不用glarity呢，它也支持自定义API以及prompt。
哈哈，感谢提醒。也不是不行，我自己越折腾，想配置的东西越多，就重新造轮子了。
@@slippertopia 一个潜在可能是用CrxDL把浏览器插件文件下下来后逆向弄成自己定制化的，这样哪怕你自己造轮子拿来自用速度也会快很多，哈哈。
多谢分享，请教一下cloudflare worker就近原则，如果HK用户用它的话，是不是还是走HK服务器，所以还是调用不了API？谢谢。
对，一个方法是使用vercel 反代，vercel 默认是美国东部服务器。
@@slippertopia 明白了， 多谢多谢，博主有时间能否出个vercel的一键部署，照顾一下我们这些在HK的兄弟们。如果有的话，不知道能否开打赏，我愿意赞助100RMB，虽然金额不多，但是可以略表敬意，感谢感谢。
@@RCCarl-i3r Okay ，等我找时间出一个视频。 不用客气，共同学习。
@@slippertopia 感恩，拜谢。
楼主，使用cloudflare访问内网，实现不成功，如有空可否提供些资料或者视频，谢谢
楼主，cloudflare如何部署，或者您推荐些资料，没弄明白
省了一个服务器
必须手动点赞
良心产品，必须点赞
感谢 👍
大佬代码在哪里，能不能分享下
github.com/ultrasev/stream-whisper
一段时间以后就无法更新了
因为是非官方的，有诸多限制，比如不要超过10个公众号。尽量用最新版本的docker部署，Github上有 issue 汇总，看看有没有跟你类似的情况 。 github.com/cooderl/wewe-rss/issues/223
@@slippertopia 昨天重新部署了，添加账号的时候就无法刷新出二维码了。
gemini advanced 用的啥模型
大佬，我看了您kaggle上的代码，但是发现并没有音频录音这一块的内容，可以问问放那了吗？我想学习一下
这是第一个方案，本地录音，然后把音频传到kaggle转写的，为了使用kaggle的GPU。 后面不家纯本地的脚本，录音转写都在本地。
@@slippertopia 感谢大佬，我已经看到你第二个视频了
品质不错 就是太慢😂
现在还能用吗？
取决于账号，多数账号好像都不行了，被 OpenAI 风控。 如果使用频率不高的话，我建议使用 deepbricks.ai 的 API ，价格比较 OpenAI 便宜很多。 网页转 API 的不太稳定。
cloudflare workder 添加subdomain一直无法实现active? 有什么解决思路吗？
能私聊吗？多谢
可以，直接推特上私我吧 x.com/slippertopia
@@slippertopia 没法私信，是不是你关闭了私信功能？或者设置了什么要求？
现在开了。不好意思，这两天有点忙，没关注评论。
这个可以放在国内的云服务器部署的oneapi吗
可以的，这个项目的一个主要目的就是这个。 绕过封锁。
可以
谢谢
怎么生成女声，全是男声的
改一下随机种子就可以，一个种子对应一个音色。
不知道為什麼我用的時候，聲音常常跑掉，幾個字念不出來
有一些限制，中文里面的英文、数字、特殊标点都不太能读出来，尽量只用中文或者纯英文。
@@slippertopia 我再試試🙂
我用你的url就能跑通，但我将自己部署的一换，这是为啥？ 在python的报错： print(response.choices[0].message.content) AttributeError: 'str' object has no attribute 'choices'
方便说一下你的 API url 不，我找时间测测？
作者大大可以提供一下静音检测的代码吗，kaggle里没看到耶
github.com/ultrasev/stream-whisper 这个git里有具体实现。
反代/v2/gemini在沉浸式翻译里没有响应。
CF会报错Error 1101
接口是 llmapi.ultrasev.com/v2/gemini 吗？
@@slippertopia 没有用这个接口，用的是自己在CF上搭的。浏览器直接访问api链接页面的时候/v2/openai正常显示， 访问/v2/gemini和/v2/groq CF都会报错1101。
@@Looo-xv5ky Gemini Groq 也都兼容了 OpenAI 的 API 规范，有试过用 OpenAI 的 SDK 调用过没。
目前支持什么语言。马来文可以吗
目前是中英，马来文需要微调。
seed not available in my code,why? version problem?
对，版本问题，用我colab里面的版本试试，新的好像被作者移除了。
客户端如何调用api？
Python代码里吗？直接使用 OpenAI的sdk base url 写视频里面的就可以
期待微调训练教程
👍
老哥，你上个视频固定音色那个，25号怎么有点方言味道，怎么做到的太棒了
多跑几次，找一个有感觉的音色，然后把这个随机种子固定下来就可以。 通篇都是同一个人的音色了
docker部署对硬件配置要求高么？
跟本地直接跑是一样的。如果有 GPU，运行时显存接近10个G，如果没有GPU，内存占用也差不多，但速度会慢点。 CPU 也能跑。
@@slippertopia 谢谢回复，这么高的显存占用，我在X86软路由虚拟的istoreOS上docker部署就跑不动了...只能本地高配主机用了
一次能生成最长多长的文本比较稳定？
我测试最长是 29 秒。但这个长度说话就很急，建议控制在 25 秒以下，这样合成的音频节奏上就比较轻松自然。 过长的内容可以拆分成多条生成，最后再有剪辑软件合并。
沒广东话、沒日文和其他沒什么卵用，做不到多语配音视频。
有道理 。
点不动插件-----
需要登录 kimi chat ，登录了吗？
太好了
你好
Hello
太好了，正需要。
👌
请教下，CPU是没法跑吗？
CPU 可以的，就是有点慢。
用CPU需要很长时间才能转出来，刚才试用一下读中文还过得去，读英文就很一般，如果你只是想把文字转语音，你还是用微软的吧，微软edge里面带有朗读功能，那个是免费的，只是没有啥语气情感，如果你要读的效果更好一点可以使用微软的ClipChamp, 不过免费用户不能导出，如果你想免费用，那就让ClipChamp给你读，你用软件把它内录下来，这样就免费使用了很好的微软TTS
@@CreativeEnglishTeaching 好的，谢谢提示。
請問這個可以換成自己喜歡的聲音嗎
可以，选择一个音色然后固定就可以，这个视频里 seed = 25
能出一个本地部署的教程吗？
另外一个视频里有 。您看看？
这CPU太大了用不了
不怕 上 Google colab 免费的
請考慮製作不和諧伺服器，供大家討論更多聊天的內容 ❤
您指telegram?
@@slippertopia 他應該是說 discord
哦，这个意思，我discord用的比较少，多数都用 telegram 😂 ，跟家人朋友都是。你们都倾向于用什么？我考虑建一个。
太好了，正在找這個。謝謝！
不客气
感谢博主的教程 关注了
谢谢🙏
学习了！NBNB
共同学习。
可以瑟瑟吗？
😨
怎么布置在网站
我在另一个视频里有讲到怎么安装部署。
这个的确有点牛，一看内存占用还是算球了，一次最多生成多少字节？
你说速度？
@@slippertopia token
可以部署到本地吗？
可以的 我刚发了另一个 。里面有docker
这个模型要怎么固定一个人说话，我没有修改随机种子，同样一句话在生成一次就换人了，甚至男声换女生
我改天出个视频，可以固定的。