AI在老李这里大概分这么几块内容

一、声音的克隆GPT-SoVITS和CosyVoice这类，实现的功能就是把一个人的声音克隆出来，然后可以推理生成出来各种说话的音频。
二、图片的生成，图像的处理，Comfyui的使用。文字生成图片，图片生成图片，图片扩展，局部重绘，去除内容，换背景，扣图，换脸等。
三、大模型的使用，这块其实范围很广，但总结下来，主要是思路，想法，学习和文字方面的。实际点就是利用大模型辅助写文稿，创作，制作各种计划，方案，学习。 涉及到到的软件和技术还是很多的，我大概列一下，ollama本地部署，Obsidian笔记系统，AnythingLLM的知识库，dify的使用。
四、语音或视频识别成文字，生成字幕，翻译字幕。
五、视频生成，由于对硬件需求很大，技术也是不稳定，老李暂时只是尝试大平台，比如可灵AI，本地测试过视频转绘，效果不是很好。