由于最近工作繁忙，已经很长时间没有和大家分享一些关于人工智能的内容了。但是最近，AI领域真的是太热闹了。大家应该都知道了火出圈的ChatGPT，这是一种自然语言生成模型，它已经引起了广泛的关注。此外，GPT-4也快速地进行迭代更新。同时，出现了许多交互式聊天语言模型，有些是开源的，有些则不是。此外，SAM（Segment Anything Model）是一个刚刚发布的图像分割模型，它能够帮助你从图片中分割出你想要的任何物体，而不需要样本。这对计算机视觉产生了重大的冲击，对各行各业的影响也非常大。
许多公司都在积极地利用人工智能技术，以提高生产效率和业务创新。例如，必应搜索引擎已经接入了GPT-4，使其更加智能化。同时，Github的Copilot X也接入了GPT-4，可以辅助你写代码并提高编码效率。就连我们公司也组织了一个AIGC大赛，希望能够利用人工智能技术实现业务突破。对于打工人来说，这样的变化可能会让人感到不安。但是，如果我们能够保持积极进取的态度，不断提升自己的技能和竞争力，就一定能够应对未来的挑战。
另外，我之前曾经分享过一个名为Whisper模型的内容，并且利用它做了一个小工具。最近我对其界面进行了一些修改，并增加了一个文件语言识别的功能，如下图1-1所示。同时，我也想尝试一些新的开源有趣模型，例如VITS，这是一种声学模型，可以根据语音数据集训练出更加自然的发声模型。将VITS与Whisper和ChatGPT结合起来，可能会产生一些有趣的结果，我也会在以后的文章中与大家分享这些实验的结果。
1-1
最后，由于很多同学问过之前whisper小工具的一些问题，所以我在这里再多说一下，如果想要在GPU模式下使用这些模型，需要安装与您电脑CUDA驱动程序版本相匹配的PyTorch版本。同时，由于requirements.txt中可能存在缺少的模块，你可以根据提示自行安装缺少的模块。我也将在下面分享更新版本的应用程序，大家也可以直接下载使用，希望大家能够尝试并享受使用的过程，有问题可以联系我，期待下次再见。
链接：
https://pan.baidu.com/s/1nj174s3tyHUAsazi4tHW0g
提取码：3ugi
代码gihub地址：
https://github.com/PythonerLeague/PythonerLeague_translate