直达「 通往AGI之路 」飞书知识库 →
首页/问答列表/问答详情

COMFYUI 翻译节点 速度慢

回答

ComfyUI 共学中提到了翻译节点的相关内容。其中提到翻译节点速度慢的情况,同时介绍了两个可将中文翻译为英文的节点,一个是 Web UI 中的,另一个是 Max live 开发团队的,后者还能补充提示词。此外,还讲解了 ComfyUI 在运行速度上的优势,比如与 webUI 相比,出图质量基本一样但运行速度更高效。

内容由 AI 大模型生成,请仔细甄别(powered by aily)

参考资料

8月13日ComfyUI共学

本章节主要讲了提示词(包括负面提示词,逻辑词越往前重量越高),还介绍准备了三个节点,分别是翻译节点、提示词自动提示词工具、自动分辨率工具,首个翻译节点支持多种语言,输入中文并选择即可进行翻译。[40:50](https://waytoagi.feishu.cn/minutes/obcn6a472tbtyxv9jo5z6c45?t=2450000)Maxlab节点的功能与效果介绍本章节郭佑萌推荐了Max lab出的节点,称其是copy UI里较大的开发团队节点,并做了UI优化,还提到它能翻译且有generation效果能补充提示词,可用show any或show text节点输出,还举例“一个女孩在读书”。[42:27](https://waytoagi.feishu.cn/minutes/obcn6a472tbtyxv9jo5z6c45?t=2547000)关于某些工具的功能及种子在其中的作用介绍本章节郭佑萌先提到翻译节点慢及相关情况,接着介绍提示词结构及种子的作用,如控制生成内容、用于还原和追踪产出物。还提到自动提示词工具,包括有翻译功能的风格选择器及正面提示词的填写。

【ComfyUI】Blender+Stable Diffusion!少年啊,这盛世如你所愿!(附中文汉化插件)

我们这次先不更改参数,点击“运行节点树”,直接生成。此时会提醒你是否启用ComfyUI,点击确定即可。等待一会,就能在最后一个节点预览图中看到生成的图片了。点击这里就可以打开后台,看到出图时间,用时为2.15s。我使用同样的参数在webUI中生成一张,用时是3.2秒,这样简单的对比一下,comfyUI在运行速度上确实更高效一些,出图质量是基本一样的。当然光靠着一张图是不能说明问题的,后面我们还需要更多的测试来对比两种工作流之间的差距。经过这个简单的使用呢,相信大家已经看出无限圣杯的优势所在了。那就是它已经替我们整理好了很多常用的工作流程,无需自己去构建,就像我们的webUI一样,放图,调参数,输出,简单搞定。# ComfyUI汉化包独立安装当然有的朋友可能不会使用blender的,也没有关系。我们接下来就讲解一下ComfyUI独立版本的汉化安装方法。在网盘连接中下载汉化包,并解压。将文件夹拖入到这个目录下。E:\ComfyUI_windows_portable\ComfyUI\custom_nodes启动ComfyUI界面,点击右侧的小齿轮。在弹出界面的底部就可以切换语言了,我们选择中文即可。

8月13日ComfyUI共学

正向和负向提示词:正向提示词描绘想要的画面元素,负向提示词排除不想要的元素。AI模型通过对正、负向提示词处理后的图片进行对比采样,使生成的图片更贴近正向、远离负向提示词。翻译节点:介绍了两个可将中文翻译为英文的节点,一个是Web UI中的,另一个是Max live开发团队的,后者还能补充提示词,种子可控制生成结果的复现。自动提示词工具:包括风格选择器,可选择正面和负面提示词,还有可分类选择人物特征及风格并预览图像的工具。自动分辨率工具:解决了记分辨率的痛点,可将选择框的值转为输入参数,与图像的宽高等进行自动链接。Stable Diffusion工作流及相关概念讲解自动化图像大小选择器的使用:选择'to input'可进行连接以组合自动化的图像大小选择器,将'Latin'拖过去即可,方便快捷。节点恢复初始形式的方法:右键节点,点击'fix node'可将节点转化为最初的形式。

其他人在问
comfyui flux相关的教程
以下是关于 ComfyUI Flux 的教程: 安装及使用: 模型放置: t5xxl_fp16.safetensors:放在 ComfyUI/models/clip/目录下。 clip_l.safetensors:放在 ComfyUI/models/clip/目录下。 ae.safetensors:放在 ComfyUI/models/vae/目录下。 flux1dev.safetensors:放在 ComfyUI/models/unet/目录下。 下载地址: 如果 GPU 性能不足、显存不够,底模可以使用 fp8 的量化版模型,速度会快很多,下载地址:https://huggingface.co/Kijai/fluxfp8/tree/main 工作流下载:上面提供的工作流复制即可,或者使用官方原版的图片链接 https://comfyanonymous.github.io/ComfyUI_examples/flux/flux_dev_example.png ,将工作流或图片拖拽到 ComfyUI 里。 ComfyUI 共学相关: 插画提效成果显著,原本需要 200 人美术团队一年多完成的 1 万多张动画插画,最终不到 10 人用半年完成。 课程从零基础开始,从认识 config、UI 及行业概念讲起,逐步深入到环境部署、底层技术概念、提示词等内容。 介绍 config 牛角尖大王系列,包括 control net、IP Adapter、图像放大、mask 等部分,阐述了它们的作用和玩法。 具备搭建复杂工作流能力,学习相关知识后初步具备搭建复杂工作流能力,会拆解分析网上热门工作流。 解决 config UI 报错问题,报错问题可分为网络、模型、工作流搭建、环境等方面,安装新插件时可参考项目地址的 requirement 文档。 规划实战案例思路,目前想到了三个实战案例的思路。 关于 config UI 生态及相关技术的分享,郭佑萌介绍课程提纲,包括课程可能的扩充、回顾总结及重点讲解 Flux 模型,实际课程不严格按大纲走,会根据大家接受程度和安排进行共学。
2024-09-16
在COMFYUI中使用FLUX大模型时,怎么才能让多次生成的人物一致
在 ComfyUI 中使用 FLUX 大模型让多次生成的人物一致的方法如下: 控制人物在多场景、多个姿势下的一致性有很多方法,课程后期会介绍。 对于多张图输出的显示问题,一次产出多张图在预览窗口目前不能并排显示。 Lora 的刷新:将 Lora 丢到文件夹后,多点几次刷新即可,Web UI 中 Lora 库有刷新按钮。 另外,在 Midjourney 中,人物一致性已上线,其操作如下: DavidH 介绍:Hey @everyone @here we're testing a new "Character Reference" feature today This is similar to the "Style Reference" feature, except instead of matching a reference style it tries to make the character match a "Character Reference" image. 具体操作:Type cref URL after your prompt with a URL to an image of a character. You can use cw to modify reference 'strength' from 100 to 0. strength 100 . 适用范围:This feature works best when using characters made from Midjourney images. It's not designed for real people / photos . 网页端操作:How does it work on the web alpha? Drag or paste an image into the imagine bar, it now has three icons. Selecting these sets whether it is an image prompt, a style reference, or a character reference. Shift + select an option to use an image for multiple categories. 在 ComfyUI 中处理模型连接和提示词相关问题,如让两个模型同时起作用的操作: 加入一个新节点,右键点击 【新建节点】 【实用工具】 【Primitive 元节点】。 在文本节点上单击右键,选择【转换文本为输入】,此时文本节点上就多了一个文本的连接点。 将元节点与文本节点相连接,元节点就变成了正向提示词的输入框。同理,可以将负向提示词框也用元节点代替。 再复制出一套正负提示词节点,一套给 base 模型,一套给 refiner 模型。然后,base 模型的那一套输出给第一个采样器节点,refiner 模型的那一套输出给第二个采样器节点。
2024-09-13
Way to AGI里所有COMFYUI工作流
以下是关于 ComfyUI 工作流的相关内容: 打开节点树的列表,可以看到文生图、图生图以及 ControlNet 等常见工作流。选择文生图,会有更细化的预设工作流选项,ControlNet 中也有工作流预设,还有根据插件整理的丰富工作流。例如可选择“文生图”中的“基础+自定 VAE”,选好后点击“替换节点树”,界面会出现已连接好的工作流节点,包括大模型、clip、vae、正反提示词、尺寸、采样器等熟悉的参数,且是中文面板。不了解操作的可参考上一篇【ComfyUI】本地部署 ComfyUI 上手指南。 国内的 ComfyUI 工作流网站有: eSheep 电子羊 AIGC 社区 https://www.esheep.com/app ,主页点击工作流/应用分区,即可浏览、下载或在线运行各类工作流。 AIGODLIKE https://www.aigodlike.com/ ,下拉选取“ComfyUI 奥术”,即可查看其他用户上传的 ComfyUI 生成图片,保存或复制参数皆可读取到图片中的工作流。 在完成准备工作后运行 ComfyUI,默认版本不支持模型版本和 node 管理,需安装 ComfyUI Manager 插件。工作流下载好后,可使用 ComfyUI 菜单的 load 功能加载,点击菜单栏「Queue Prompt」开始视频生成,通过工作流上的绿色框查看运行进度,最后在 ComfyUI 目录下的 output 文件夹查看生成好的视频。若生成视频时出现显存溢出问题,请另行处理。
2024-09-13
学习comfyui有哪些技术或者文章可以学习和参考?
以下是一些学习 ComfyUI 的技术、文章和资源: 飞书学习群中的相关内容: 陈旭常用节点讲解和简单的节点制作 长风归庭基础教程+工作流创建 ヘヘ阿甘采样器原理与优化 王蓉🍀 🎈 Wang Easy 基础搭建和转绘 唯有葵花向日晴基础教程,工作流开发,实际应用场景 热辣 HuolarrAI 系统课私聊图生视频 咖菲猫咪基础教程/工作流搭建思路/各版本模型使用的优缺点 傅小瑶 Lucky 如何制作多人转绘视频 云尚工作流节点搭建思路 FǎFá 热门节点功能,搭建 森林小羊基本报错解决方式及基础工作流逻辑分析 苏小蕊基础教程 Sophy 基础课程 蜂老六装一百个最新常用插件后如何快速解决冲突问题 阿苏工作流框架设计 aflyrt comfyui 节点设计与开发 老宋&SD 深度解释虚拟环境部署和缺失模型的安装 Liguo 模型训练 啊乐福基础课程 塵优秀案例 风信基础课程➕平面设计应用场景 北南基础课程 视频工作流框架设计 8 月 13 日 ComfyUI 共学的相关内容:算力和资源获取方面,飞翔提供了 50 个小时的算力时间,可在飞书群填问卷获取,分享模型较少可提建议,相关文档在飞书和公众号中。AI 绘图相关技术与工具的介绍及交流公众号文章包含 AGI 相关信息:通往 AGI 之路的公众号最新文章中有相关信息,内置工作流和启动器方便,Mac 系统因无 CUDA 生态不太好用。推荐提示词辅助插件:如 SDXL 的 S1XL style,可对提示词进行风格化扩充,还有能翻译提示词的插件,如沙拉查词、沉浸式翻译等。解释 CLIP 和 CFG 的区别:CLIP 用于解析提示词,将其转化为模型可理解的向量,CFG 是提示词对画面影响的强度,即提示词引导系数。搭建带 Lora 的图生图工作流:介绍了加载模型、设置 clip 跳过层、处理图像、连接采样器和解码器等步骤,并展示效果。关于 Lora 串联和图像放大模型的讨论 Lora 串联:多个 Lora 串联时左右顺序不影响结果,可复制并点对点连接。CLIP 层调整:CLIP 层1 和2 的效果不同,加 Lora 时某些 Lora 可能更适合2。 相关网站: ComfyUI 官方文档:提供了 ComfyUI 的使用手册和安装指南,适合初学者和有经验的用户。可在找到相关信息。 优设网:提供了一篇详细的 ComfyUI 入门教程,适合初学者,详细介绍了 ComfyUI 的特点、安装方法以及如何使用 ComfyUI 生成图像等内容。教程地址是。 知乎:有用户分享了 ComfyUI 的部署教程和使用说明,适合有一定基础并希望进一步了解 ComfyUI 的用户。可在找到相关教程。 Bilibili:提供了一系列的 ComfyUI 视频教程,涵盖了从新手入门到精通的各个阶段。可在找到视频教程。 请注意,以上内容由 AI 大模型生成,请仔细甄别。
2024-09-12
Flux 的lora模型训练教程,我想用用diffuser代码训练,而不是webui或comfyui
以下是关于 Flux 的 lora 模型训练的相关信息: Flux GGUF 模型:https://huggingface.co/city96/FLUX.1devgguf/tree/main GGUF 配套节点插件:https://github.com/city96/ComfyUIGGUF 在最新版本的 ComfyUI 中,GGUF 的节点插件可在 Manager 管理器中搜到下载安装,但 NF4 的配套节点插件搜不到。 注意使用精度优化的低配模型时,工作流和原版不同。把官方的 fp8 工作流中底模的节点换成 NF4 或者 GUFF 即可。 相关生态发展迅速,有 Lora、Controlnet、IPadpter 相关生态建设,字节最近发布的 Flux Hyper lora 可用于 8 步快速生图。下节将先讲讲 Flux 的 lora 训练。
2024-09-05
Error occurred when executing IPAdapterAdvanced: insightface model is required for FaceID models File "D:\AI\comfyui_20240421\execution.py", line 151, in recursive_execute output_data, output_ui = get_output_data(obj, input_data_all) File "D:\AI\co
以下是针对您所遇到的报错问题的一些解决建议: 1. 对于 ipadater 部分报错说 model 不存在的情况,将文中画圈部分修改调整到不报错。Pulid 部分,除了下载好对应的节点以及参考官方网站最下面的安装对应要求外,还要注意上图中的第二要点,对应安装一些内容,具体要求可查看云盘中命名为“pulid 插件模型位置.png”的文件及对应的云盘链接:PulID 全套模型,链接:https://pan.baidu.com/s/1ami4FA4w9mjuAsPK49kMAw?pwd=y6hb,提取码:y6hb。否则将会遇到报错:Error occurred when executing PulidEvaClipLoader。 2. 对于 Ollama 大模型部分,为了应对没下载大模型带来的报错,需要下载大模型。首先,下载 ollama,网站: 。 3. 如果缺少 ipadapter 的模型,可去这个网址下载:https://github.com/cubiq/ComfyUI_IPAdapter_plus 。如果遇到“Error occurred when executing IPAdapterUnifiedLoader:ClipVision model not found.......”类似的报错,可在这个网址里找到多个关于 IPAdapter 报错的解决办法:https://github.com/cubiq/ComfyUI_IPAdapter_plus/issues/313 。 另外,换脸工作流的核心组件是 Apply InstantID Advanced 节点,这个节点的作用就是将源人脸替换到目标图像中。其中,instantID 模型擅长提取图片的高层次特征,包括面部的纹理信息、几何结构、风格特征等,在图中例子是 IPAdpater,用于识别和保留目标图像 image_kps 的风格并迁移到生成图像中。instantID Face Analysis 节点用于提取人脸五官的特征向量,作用是使生成图像时,人脸的眼睛、鼻子、嘴巴等样子仍然符合源人脸 image 的特征。controlnet 模型的作用是识别目标图像 image_kps 的低层次特征,包括骨架、姿势、边缘、结构。controlnet 模型和 instantID 模型起到不同的控制作用,结合使用可以达到将源人脸的五官替换目标图像中五官的效果。
2024-09-03
coze工作流中的消息节点如何在bot中使用
在 Coze 工作流中,消息节点在 Bot 中的使用如下: 1. 消息节点支持在工作流执行过程中返回响应内容,可解决回复消息内容多或工作流长导致用户无法及时收到响应的问题。它支持流式和非流式两种消息模式。 2. 一个消息节点包含以下配置: 输出变量:配置输出变量,可将其添加到下方的回答内容区域中,Bot 调用工作流时只会回复设定的“回答内容”,这些变量也可在配置卡片时使用。 回答内容:工作流运行时,Bot 将直接用这里指定的内容回复对话,可使用{{变量名}}的方式引用输出参数中的变量。 流式输出: 默认关闭,即采用非流式输出,待接收到全部消息内容后,再一次性输出全部消息内容。 开启流式输出后,上一节点一边生成回复内容,一边通过消息节点进行输出,不需要等待全部内容都加载完后再返回,类似于打字机的效果。 3. 在 Coze 中,消息组件是常用的工作流节点,用于实现工作流在执行途中与用户之间的交互。默认情况下,消息组件的流式输出功能是关闭的,当面对长文本或希望优化用户体验时,可以启用流式输出,以提升用户体验,例如在实时聊天 Agent 中,能显著提高用户的参与度和满意度。
2024-09-18
人工智能发展的流程图上面有相关人物与重要时间节点或重大事件
以下是人工智能发展的流程图相关内容,包含重要人物与重要时间节点或重大事件: 二十世纪中叶,人工智能领域开启。最初符号推理流行,带来专家系统等重要进展,但因提取知识成本高等问题,20 世纪 70 年代出现“人工智能寒冬”。 近现代,计算机科学发展为人工智能研究奠定基础,人们尝试用机器模拟人类思维。 1950 年,英国数学家阿兰·图灵提出著名的“图灵测试”。 1956 年,人工智能一词被提出,达特茅斯会议举行。 1997 年,深蓝在国际象棋比赛中击败卡斯帕罗夫。 2016 年,AlphaGo 在围棋比赛中战胜李世石。 2020 年,GPT3 发布。 2022 年,DALLE 发布。 2023 年,GPT4 发布。 2024 年,预计发布 GPT5 。 随着时间推移,计算资源变便宜、数据增多,神经网络方法在计算机视觉、语音理解等领域展现出色性能,过去十年中“人工智能”常被用作“神经网络”的同义词。
2024-09-16
coze工作流的开始节点 输入参数一般怎么使用?
在 Coze 工作流中,开始节点的输入参数使用方式如下: 开始节点就像生产线的入口,负责定义启动工作流所需的输入参数,收集用户的输入。可以为每种输入取变量名并说明类型,以便后续分类识别与加工。 其中,{{BOT_USER_INPUT}}是默认变量,用于接收用户在外层 Bot 中的输入文本。在工作流模式下,通常应只保留 BOT_USER_INPUT 节点。 例如在记账案例中,开始节点定义一个{{prompt}},把用户在 bot 输入的记账内容传入进来。在本案例中,不需要在开始节点配置额外变量,用户初始输入将通过{{BOT_USER_INPUT}}直接传入工作流启动后续环节。
2024-09-13
能够同时读取多个文档的BOT的工作流的节点该如何搭建
以下是搭建能够同时读取多个文档的 BOT 工作流节点的相关内容: 首先,我们的 Bot 获得了「掘金 x 扣子 Hackathon 活动 深圳站」的总冠军。 对于一种工作流,其步骤如下: 1. 开始节点:接收用户选择的小说人物角色名称。 2. 知识库节点:将输入的小说角色名称作为 query 去知识库检索该角色的性格特点和经典台词。 3. 大模型节点:让大模型对信息进行筛选,并采用 json 格式输出。 4. 代码节点:对上游的输入数据进行规整,格式化输出。 5. text2image:引用上一步输出的 feature(用于描述人物性格和特点),作为 prompt,生成人物的角色照。 6. 结束节点:输出人物台词和角色照。工作流图参考:第 3 个工作流是 ask_character,当用户向小说角色提问时,Bot 会调用此工作流获取结果,本质上是一个根据用户 query 进行 RAG(Retrieval Augmented Generation,检索增强生成)的任务,这是非常重要的一个工作流,关系到用户和小说人物角色对话时 Bot 的回答质量。 工作流拆解步骤: 1. 开始节点:接收用户向小说人物角色提问的问题。 2. 知识库节点:将问题作为 query 去小说内容中进行语义检索和全文检索。 3. 大模型节点:让大模型根据问题和检索到的上下文信息,生成答案。 4. 结束节点:输出答案,作为小说人物的回答。工作流图参考: 另外,在每个工作流里面,都嵌入了一个知识库节点,维护了如下 3 个知识库: 1. 小说合集:包含了 4 本小说。 2. 小说台词:包含了小说主要人物角色和经典台词。 3. 小说简介:包含小说简介和主要的人物角色。 以“首席组织官 组织管理专家”bot 为例,在 bot 里面创建数据库的教程: 1. 创建一个 bot,并在 bot 编排页面新增数据库;如果是新建一个 bot 操作也是一样的。 2. 选择自定义数据表。 3. 点击自定义数据表以后,按照需要设置数据表信息。 4. 若工作流需要,可以创建两个数据表。
2024-08-08
coze的工作流开始节点需要输入什么
在 coze 的工作流中,起始节点(Start)用于包含用户输入信息。每个工作流默认都有 Start 节点,它是工作流的开始。在 Start 节点,你可以定义一个输入变量,例如“question”,question 会在启动工作流时由 Bot 从外部获取信息传递过来。
2024-06-21
什么叫节点式LLM驱动的 AI
节点式LLM(Large Language Model,大型语言模型)驱动的AI通常指的是利用大型语言模型作为核心处理引擎的人工智能系统。在这种架构中,LLM作为主要的处理节点,负责理解和生成语言,同时与其他系统或模块交互,以执行特定的任务或提供服务。 以下是节点式LLM驱动AI的几个关键特点: 1. 中心化处理: LLM作为中心节点,处理大部分与语言相关的认知任务,如文本理解、内容生成、翻译等。 2. 模块化设计: 系统可能由多个模块组成,其中LLM是核心模块,其他模块可能负责数据输入、输出、用户界面等。 3. 并行处理能力: 节点式架构允许同时处理多个任务或请求,提高系统的效率和响应速度。 4. 上下文理解: LLM能够处理复杂的上下文信息,提供更为精准的语言理解和生成。 5. 多任务学习: 通过在不同的任务上训练,LLM可以扩展到多种应用场景,如医疗、法律、教育等。 6. 可扩展性: 节点式架构易于扩展,可以根据需求增加更多的处理节点或改进现有节点。 7. 集成与兼容性: 节点可以设计成与其他系统或服务兼容,方便集成到更大的工作流程中。 8. 智能决策支持: LLM可以作为智能决策支持系统的一部分,提供基于语言分析的洞察和建议。 9. 持续学习与优化: 节点式LLM可以持续从新的数据中学习,不断优化其性能。 10. 安全性与隐私保护: 在设计时需考虑数据的安全性和隐私保护,确保用户信息的安全。 节点式LLM驱动的AI在实际应用中可以大大提高工作效率,尤其是在需要处理大量文本和语言交互的场景中。然而,这种系统的设计和部署需要考虑多方面的因素,包括技术能力、用户体验、安全性和伦理问题。
2024-05-09
有什么工具能帮我把中文的ppt翻译成英文的吗
目前常见的能够帮助将中文 PPT 翻译成英文的工具包括: 1. 谷歌文档(Google Docs):具有翻译功能,可处理文档和演示文稿。 2. 微软 Office 自带的翻译功能:在 PowerPoint 软件中可能提供一定程度的翻译支持。 但需要注意的是,这些工具的翻译质量可能会受到原文内容的复杂性和专业性的影响,翻译后仍需要人工进行校对和修正,以确保准确性和流畅性。
2024-09-19
请推荐免费的ai翻译软件
以下为您推荐一些免费的 AI 翻译软件: 彩云小译(App):下载后点击「文档翻译」,可以直接导入 PDF、DOC、DOCX、PPT、PPTX、TXT、epub、srt 等格式的文档并开始翻译(不过有免费次数限制且进阶功能需要付费)。 微信读书(App):下载 App 后将 PDF 文档添加到书架,打开并点击页面上方「切换成电子书」,轻触屏幕唤出翻译按钮。 翻译 PDF 的方法及相关工具: DeepL(网站):点击页面「翻译文件」按钮,上传 PDF、Word 或 PowerPoint 文件即可。 沉浸式翻译(浏览器插件):安装插件后,点击插件底部「更多」按钮,选择「制作双语 BPUB 电子书」、「翻译本地 PDF 文件」、「翻译 THML / TXT 文件」、「翻译本地字幕文件」。 Calibre(电子书管理应用):下载并安装 calibre,并安装翻译插件「Ebook Translator」。 谷歌翻译(网页):使用工具把 PDF 转成 Word,再点击谷歌翻译「Document」按钮,上传 Word 文档。 百度翻译(网页):点击导航栏「文件翻译」,上传 PDF、Word、Excel、PPT、TXT 等格式的文件,支持选择领域和导出格式(不过进阶功能基本都需要付费了)。 视频自动字幕工具推荐: Reccloud:免费的在线 AI 字幕生成工具,可以直接上传视频进行精准识别,并且可以对识别的字幕进行翻译,自动生成双语字幕。声称已经处理了 1.2 亿+视频,识别准确率接近 100%。 绘影字幕:一站式专业视频自动字幕编辑器,提供简单、准确、快速的字幕制作和翻译服务。支持 95 种语言,有 98%的超高准确率。此外,用户还可以自定义视频字幕样式,包括字体、颜色、大小、位置等。 Arctime:可以对视频语音自动识别并转换为字幕的工具,甚至支持自动打轴。支持 Windows 和 Linux 等主流平台,并且支持 SRT 和 ASS 等字幕功能。 网易见外:国内知名的语音平台,支持视频智能字幕功能,转换的正确率比较高,并且支持音频转写功能。 以上工具各有特点,您可以根据自己的需求选择最适合您的工具。请注意,内容由 AI 大模型生成,请仔细甄别。
2024-09-19
网页翻译AI
以下为一些网页翻译 AI 产品及相关信息: 1. DeepL(网站): ,点击页面「翻译文件」按钮,上传 PDF、Word 或 PowerPoint 文件即可。 2. 沉浸式翻译(浏览器插件): ,安装插件后,点击插件底部「更多」按钮,选择「制作双语 BPUB 电子书」、「翻译本地 PDF 文件」、「翻译 THML / TXT 文件」、「翻译本地字幕文件」。 3. Calibre(电子书管理应用): ,下载并安装 calibre,并安装翻译插件「Ebook Translator」。 4. 谷歌翻译(网页): ,使用工具把 PDF 转成 Word,再点击谷歌翻译「Document」按钮,上传 Word 文档。 5. 百度翻译(网页): ,点击导航栏「文件翻译」,上传 PDF、Word、Excel、PPT、TXT 等格式的文件,支持选择领域和导出格式(不过进阶功能基本都需要付费了)。 此外,XiaoHu.AI 也具有高质量多语言翻译的特点,能提供沉浸式阅读和写作体验,支持多种语言的高质量翻译。它能够智能识别网页上的内容,如 Twitter、Discord 等,提供鼠标悬停翻译。支持 Chrome、Edge 等主流浏览器,下载插件即可使用。具有简单易用的用户界面,操作方便,还内置了 GPT 的聊天功能,可以随时提问。相关链接:
2024-09-19
怎么把AI软件翻译成中文
以下为一些将 AI 软件翻译成中文的方法和相关产品推荐: 彩云小译(App):下载后点击“文档翻译”,可以直接导入 PDF、DOC、DOCX、PPT、PPTX、TXT、epub、srt 等格式的文档并开始翻译(不过有免费次数限制且进阶功能需要付费)。 微信读书(App):下载 App 后将 PDF 文档添加到书架,打开并点击页面上方“切换成电子书”,轻触屏幕唤出翻译按钮。 此外,Hand Talk 是一款将 AI 翻译为手语的应用,能自动将文本或语音转换成美国手语。联合国评为“世界上最佳的社交应用”,已翻译近 20 亿个单词,既是翻译工具,也是学习平台。
2024-09-16
有没有可以自动翻译pdf文档并生产新pdf,同时自动注释关键词的ai
以下是一些可以自动翻译 PDF 文档并可能具备自动注释关键词功能的 AI 工具: 1. DeepL(网站): ,点击页面「翻译文件」按钮,上传 PDF、Word 或 PowerPoint 文件即可。 2. 沉浸式翻译(浏览器插件): ,安装插件后,点击插件底部「更多」按钮,选择「制作双语 BPUB 电子书」、「翻译本地 PDF 文件」、「翻译 THML / TXT 文件」、「翻译本地字幕文件」。 3. Calibre(电子书管理应用): ,下载并安装 calibre,并安装翻译插件「Ebook Translator」。 4. 谷歌翻译(网页): ,使用工具把 PDF 转成 Word,再点击谷歌翻译「Document」按钮,上传 Word 文档。 5. 百度翻译(网页): ,点击导航栏「文件翻译」,上传 PDF、Word、Excel、PPT、TXT 等格式的文件,支持选择领域和导出格式(不过进阶功能基本都需要付费了)。 6. 彩云小译(App):下载后点击「文档翻译」,可以直接导入 PDF、DOC、DOCX、PPT、PPTX、TXT、epub、srt 等格式的文档并开始翻译(不过有免费次数限制且进阶功能需要付费)。 7. 微信读书(App):下载 App 后将 PDF 文档添加到书架,打开并点击页面上方「切换成电子书」,轻触屏幕唤出翻译按钮。 请注意,内容由 AI 大模型生成,请仔细甄别。
2024-09-14
有没有翻译ppt的工具
以下为一个自动 PPT 翻译脚本的相关信息: 脚本功能:目前只设置了文本翻译,排除了所有 shape,若要加入表格翻译,可定义 shape = table 来处理表格里的 cell。接收路径已调好,若使用其他 API,需在 translated_text = get_result 后面替换成自己的地址。语言选择方面,原文件是中文用'cn'表示,英文用'en',其他语种对应。对于文档中未翻译的文字,可能是被 group 了,可在翻译前批量处理全选所有元素 ungroup,或把 PPT 拆解为 xml(较复杂)。此脚本适合有很多碎块的 PPT,能保留字体和格式,但全角和半角需手动改,还需根据实际翻译长度调整字号,能节省 80%以上的工作量。 前期准备:翻译需要外接 API,推荐讯飞大模型,新账户免费送 200 万 tokens,有效期 3 个月。具体操作是在 https://xinghuo.xfyun.cn/ 首页选择 API 接入,点服务管理进入控制台,创建一个新项目如“PPT 翻译”,在左边机器翻译的模型中按提示领取 200 万 tokens 的礼包,然后在主控台获取对应的 id、apikey、api secret 和接入路径。 开发背景:这个脚本的开发起源于一个客户的需求,老外开会需要案例分析的翻译,因 PPT 碎块多人工翻译困难,于是开发了此自动翻译脚本。目前测试整体还可以,虽性能不够好(如翻译不全、无法理解本土化梗),但效率已提升很多。脚本在 Python 环境下运行,整体逻辑不复杂,分成几个步骤。
2024-09-12