Video wird geladen...

Video konnte nicht geladen werden

Zur Startseite

学习这个用 Anime.js 的 scrambleText 做了一个文字切换滚动的特效 让 Codex 重新设计和整理了一下,支持各种字符 blocks / symbols / numbers / braille ,真的好帅啊,特别适合 geek 风网站的标题滚动效果 之后准备封装成一个 npm 包,支持不同框架,并且可以快速使用。还有就是 Anime.js 好强啊,觉得做动画效果他真的是第一选择。

44,493 Aufrufe • vor 5 Monaten •via X (Twitter)

0 Kommentare

Keine Kommentare verfügbar

Kommentare vom Original-Post werden hier angezeigt

Ähnliche Videos

这张海报,连文字和排版都是 AI 一起生成的! Ming-Image-0.1-Design 这次的出图效果挺惊艳,标题、主视觉和配色已经搭成了一张完整海报,拿来做设计初稿很合适。 它是 inclusionAI 的 6B 文生图模型,官方重点面向 UI、信息图、海报这类带文字和版式的设计。我这次选了一张科技风海报来试,正好能一起看文字、构图和材质。 我通过 OpenRouter API 生成了下面这张 2048×2048 的图,几个地方可以直接看。 1、标题有主次。指定的 AI DESIGN FLOW 放在上方,字号够大,下面接一行小字,第一眼就知道该看哪里。 2、三张卡片有关系。输入、界面、图层用箭头串在一起,能顺着画面看懂这个流程。 3、整体风格比较统一。深色背景配蓝紫色发光边框,卡片的玻璃质感也做出来了,做科技类内容的封面很合适。 这次提示词里,我提前写了三张卡片分别放什么、标题用哪些字,也交代了配色和留白。想让它出一张能用的设计稿,这些具体要求很值得写进去。 不过它也多加了没要求的底部英文,正式用之前还得检查文字。这次只试了英文标题,中文长段落的效果还没测。视频里的动效是后期做的。 我的建议是,拿一张你正好要做的封面来试,把用途、标题和主体位置写清楚,让它先出初稿,再改具体细节,别只给一句“做得高级一点”。

小墨同学

28,791 Aufrufe • vor 12 Tagen

Distil-Whisper:让语音识别的速度提高 5.8 倍,参数减少 51%,准确度保持在 99%。 Whisper 在语音识别方面表现卓著,但是它有一个明显的缺点:训练出来的小模型支持的语言比较少,而大模型推理速度又很慢。如果你有海量的数据需要处理,或者对实时性要求略高,那使用 Whisper 可能会让你比较头疼。 你可以使用工程手段来加速推理,例如将语音分片后并发处理然后合并结果,但这里涉及到本地计算资源瓶颈的问题,以及合并分片时容错处理的问题,工程复杂度比较高。 《Distil-Whisper: Robust Knowledge Distillation via Large-Scale Pseudo Labelling 》, Whisper 的 Large-v2 model 生成了一系列的 soft targets(也就是概率分布),然后复制 Whisper 网络的第一层和最后一层解码器,最后生成了一个更小、更快效果更好的蒸馏模型 Distil-Whisper。论文数据写的是:速度提高了 5.8 倍,参数减少了 51%,准确度保持在 99%。 这个模型的效果之所以不错,主要还是得益于训练数据的完备,它结合了九个公开可用的语音识别数据集,合并后包含 21170 小时的语音数据,涵盖超过 18260 名说话者和 10 个不同的领域;自从 Whisper 大力出奇迹(它从互联网爬取了 68w 小时的数据,未公开)以后,相信后续语音领域的论文都会配置更庞大的数据集。 Distil-Whisper 目前开源在 Hugging Face 上,模型地址: Demo: Demo 会把模型下载到本地,然后通过 WebGPU 直接在网页上跑起来,测试了下效果,还是挺不错的。 目前仅支持英文,如果想让它支持中文,需要使用同样海量的中文语料数据,重新做一次知识蒸馏,但我觉得即便是这样做,效果也不一定好,因为 Whisper 本身对中文、韩语等支持就不太优秀,这个信息可以从 Whisper 的论文中找到数据支撑。 下面这个视频是 Whisper 和 Distil-Whisper 的对比效果:

Barret李靖

124,482 Aufrufe • vor 2 Jahren