Словарь ИИ

Термины генерации изображений и речи

Нейросети, которые рисуют, снимают видео, говорят и слушают: генерация изображений, распознавание и синтез речи.

Михаил МозгПроверено: 16 октября 20262 минуты чтения

Термины категории

аватар ИИАватар ИИ это цифровой персонаж с лицом и голосом, который по тексту записывает видео или общается в реальном времени, двигая губами и головой как живой человек.
апскейлАпскейл это увеличение разрешения изображения или видео с помощью нейросети, которая не просто растягивает пиксели, а дорисовывает правдоподобные мелкие детали.
аутпейнтингАутпейнтинг это достраивание изображения за его границами: нейросеть продолжает сцену вправо, влево, вверх или вниз так, чтобы новая часть совпадала с оригиналом по стилю и свету.
генерация музыкиГенерация музыки это создание мелодий, аранжировок и песен нейросетью по текстовому описанию, напеву или образцу стиля.
дипфейкДипфейк (deepfake) это поддельное видео, фото или запись голоса, созданные нейросетью так, что человек на них будто говорит или делает то, чего не было.
диффузионная модельДиффузионная модель это нейросеть, которая создает изображение, видео или звук, шаг за шагом убирая шум из случайной картинки.
ИИ-презентацииИИ-презентации это слайды, которые нейросеть собирает по теме, тексту или документу: пишет структуру и тезисы, подбирает макет, картинки и оформление.
инпейнтингИнпейнтинг это перерисовка выбранной части изображения: вы закрашиваете область маской, и нейросеть заполняет ее новым содержимым, согласованным с остальной картинкой.
клонирование голосаКлонирование голоса это создание синтетической речи, которая звучит голосом конкретного человека; технология полезна в озвучке, но ее используют и мошенники, поэтому важно знать, как защититься.
озвучка текста ИИОзвучка текста ИИ это превращение написанного текста в живую речь синтетическим голосом: статьи, ролики, курсы и голосовые меню получают диктора без записи в студии.
сид генерацииСид генерации это число, от которого нейросеть получает начальный случайный шум: с тем же сидом, промптом и настройками модель повторяет ту же картинку.
CFG scaleCFG scale это настройка генерации изображений, которая задает, насколько строго нейросеть следует текстовому описанию: чем выше значение, тем буквальнее картинка.
ControlNetControlNet это дополнительная нейросеть к модели генерации изображений, которая заставляет картинку следовать заданной структуре: позе человека, контурам, карте глубины или планировке.
image-to-imageImage-to-image это генерация новой картинки на основе исходного изображения и текстовой подсказки: нейросеть сохраняет композицию оригинала и меняет стиль или детали.
LoRALoRA (Low-Rank Adaptation) это способ дешево дообучить большую нейросеть: основные веса не меняют, а обучают маленькую добавку, которая подстраивает модель под задачу или стиль.
text-to-imageText-to-image это генерация изображений по текстовому описанию: вы пишете, что хотите увидеть, а нейросеть рисует картинку.
text-to-videoText-to-video это генерация видео по текстовому описанию: нейросеть получает фразу или сценарий и создает короткий ролик с движением, светом и работой камеры.

Термины категории

Все категории словаря