昨天我们介绍了stability.ai的新作Stable Doodle。

其实，stability.ai还有款很赞的功能，就是图片扩展，可以把任何图片的扩展到更宽的视角，发挥的就是想象力，这个之前Midjourney上很火的功能，我们在stability.ai推出的uncrop功能上也可以免费使用，现在我们就赶紧来看看效果吧，访问网址是：https://clipdrop.co/uncrop

还是老规矩，我们先来看看效果，文末有使用教程说明。

AI无限扩图效果

1. 我首先试了下前段时间随手拍的一张街景照片，把它的宽度扩展一下看看：

效果如下，新扩出来的楼设计得很有科技感，看来扩展变成了广角视角：

2.昨天马斯克老板的图还有印象吗：

扩展之后，加上了腿，不过我更希望他能跑起来：

3.我们再试试昨天的乔丹骑马图：

第一次扩展，挺好，马的腿已经出现了：

我们再把生成的这张图再上传，再扩展一次，看看效果，呃，自动加了一个相框效果，没有做到完美融合：

4.我们再在上周这篇文章中找些素材：国内AI绘图工具大PK：商汤秒画、阿里通义万相和百度文心一格，谁的绘图效果更惊艳？首先是这张图：

扩展看看，增加了一个前景的战士，有些意思哈：

5.我们把之前在商汤秒画上生成的小精灵也来试试看效果，如下是原图：

第一次扩展：

第二次扩展：

可以看到，两次扩展都加上了前景和背景，不过因为背景本来就虚化了，所以整体照片都做了景深处理，只有中心的小精灵最清晰，挺符合构图。

6.接下来我们把这个漫画小姑娘扩展下试试：

第一次扩展，上下左右都扩展，不过把左边那座塔顶风格稍微更改些，问题不大：

第二次扩展，控制只左右扩展：

第三次扩展，又改为上下左右都扩展，现在是旌旗飘飘了，可以说AI在限定内容下的想象力还是蛮不错的：

7.然后我们来尝试下比较动感的图片，比如之前这张武松打虎图：**

第一次扩展，增加了火焰的效果，并出现了更多树木，感觉目前的打斗很激烈：

第二次扩展，出现一个人在下方，感觉这个火焰有些像武松内心的写照以西洋，怒火中烧：

第三次扩展，看看是不是就把下方整个人画出来：

发现这次上面有个老虎头，这就有意思了，武松和老虎的内心写照都出现了，整个画面有实景，也是内心OS，挺有想象力的。
那么我们再来最后一次扩展，发现增加了左右两只手，下方的武松的全身也画全了，这个扩写我给99分，质量很高：

于是我想，这样其实就可以做一个动态视频了，把这四张图连起来，于是我用剪辑软件小试牛刀，就有了如下效果：

8.最后，我想再试试以前在世界之窗拍的一个微缩景观，看看能不能让小人的世界生动起来：

第一次扩展：

第二次扩展：

于是也就有了下面这个视频：

怎么样，大家觉得赞的话，请帮忙点赞转发加在看，感谢感谢~~
unCrop使用方法

1.登录本文前面介绍的网址，然后点击右上角的：Sign-in/Sign-up，第一次会要求注册一个账号，使用你的常用邮箱注册即可，以后每次登录也输入这个邮箱，然后会发一份邮件到邮箱，在邮箱中找到刚发的邮件，点击Sign in to ClipDrop即登录成功：

2.点击虚线框上传图片，或者直接把图片拖拽到虚线框内都可以，上传好之后效果如下：

3.下方可以选择显示比例，目前图片尺寸最大支持到1024*1024：

4.可以任意拖动原图片的位置，也可以放大缩写，确定要扩展多少内容：

5.确定好比例后，点击Next按钮，即开始生成，默认一次生成4张图片可供选择：

6.生成好后，选择一张图片，点击右上角的Download按钮即可下载到本地。
7.免费版本每天最多可以生成100张图片，因为一次生成4张图片，也就是可以用25次/天，如果想再用，要么等到第二天，要么付费。不过普通使用的话，我觉得是够用的。

至此，功能已经介绍完毕，感兴趣就来试试吧。在使用过程中，遇到什么问题，欢迎咨询讨论。

今天推荐一款很棒的简笔画生图工具，它就是由大名鼎鼎的stability.ai出品的Stable Doodle，stability.ai如果陌生的话，他们出品的Stable Diffusion你一定知道，就是可以媲美Midjourney的免费AI绘图工具。今天介绍的Stable Doodle是他们推出的新品，同样也是免费使用的，访问网址是：

https://clipdrop.co/stable-doodle

文末有使用方法介绍。我们先来看看神奇的简笔画生图效果。

简笔画生成图片效果

1.首先我们画个打篮球的小人，并希望是以埃隆·马斯克为原型。prompt只支持英文输入：

然后我们可以选一个绘画风格，Photographic是摄影风的意思，然后点击生成。得到如下效果，确实挺像马老板的，只是怎么不太像摄影风，像版画风格。

得，我换一个风格吧：No style，没有风格，默认的，看看什么效果：

可以清楚看到马老板的上篮动作跟我画的轮廓还是挺吻合的，以下是生成效果：

然后我再多尝试几次，得到的效果都挺让人满意的：

2.换个名人试试，比如迈克尔·乔丹穿着礼服骑马，这次的效果就更写实了：

3.今天是世界爱虎日，画只老虎看看，有点神笔马良的感觉了，动物变得栩栩如生，不过这次没有跟我画的轮廓太吻合，是不是我画的不太像啊

官方也有个例子，画得其实挺简单，然后就生成了一把不错的躺椅设计：**

5我们再来尝试下风景画，还是先选择Photographic摄影风，简单描述下：

river，mountain，tower，sun.效果如下，倒是把我画的简笔画拔高了不少，不过还是有些像版画：

换个风格，Fantasy Art想象艺术风:

效果好了不少呀。再试试其他风格，这个是Origami折纸风，有点意思：

Isometric等距风，有些像45度角的海报风格：

但是感觉这些塔都大部分像电视发射塔，我希望是咱们中国那种古塔，调整下prompt，改为Chinese tower，再换成Digital Art数字艺术，效果过来出来了，跟我画的轮廓也吻合：

再换个Comic Book漫画书风格：

6.我们再换个简笔画，试试其他风格，比如我画了一只老鹰和一架战斗机，希望它们一起在空中翱翔，风格选择Anime日式动漫：

战斗机倒是挺像的，但是没有画出老鹰来，再换成Cinematic电影风：

还是没有出来老鹰，看来提示词有些难把握，干脆换成两只老鹰试试吧，风格选择Analog Film模拟电影风：

老鹰确实画出来了，但还是没有战斗机，我换了一个画风为Neon Punk霓虹朋克风，经过多轮尝试，终于得到比较好的效果:

接下来尝试下Line Art线条风，得到了更赞的效果，当然，提示词我也稍微优化了下：

7.我们最后再试试剩下几种画风，我们重绘一个简笔画，描述一个中国宇航员登上月球，这也是咱们国家制定的2030年登月的目标，先选择3D Model3D模型风：

Pixel Art像素艺术风：

Low Poly低聚风：

至此，所有的画风咱们都尝试过一遍了，大家感觉咋样，是不是跃跃欲试呢，接下来我跟大家讲下使用方法，很简单：

Stable Doodle使用方法

1.登录我们在文首的网址。

2.点击右上角的：Sign-in/Sign-up，第一次会要求注册一个账号，使用你的常用邮箱注册即可，以后每次登录也输入这个邮箱，然后会发一份邮件到邮箱，在邮箱中找到刚发的邮件，点击Sign in to ClipDrop即登录成功：

3.然后我们就看到了主画板，对应按钮功能我已经帮你标出来了：

4.prompt是一定要填的，简笔画也可以不画，这样也可以变成一个纯粹的文字生成图片工具，比如这样：

**
**

5.点击你喜欢的图片，图片放大后，点击右上角的Download按钮即可下载到本地。

至此，功能已经介绍完毕，感兴趣就来试试吧。在使用过程中，遇到什么问题，欢迎咨询讨论。

经过 2 个月的更新与改善，Google 自家的 AI 聊天机器人 Google Bard 终于正式支持繁体中文使用，现在台湾用户可以直接使用繁体中文跟 Google Bard 交互、对话。

除了语言外，这次 Google Bard 也加入了 6 项功能更新，像是可以「念回复」、「导出代码」、「图像辨识」等等，这里就来带大家看一下 Google Bard 的全新功能。

Google Bard：Google 的 AI 聊天机器人

怕大家还不认识，这里先来简单介绍一下什么是 Google Bard；Google Bard 是 Google 自家的 AI 聊天机器人，整体功能跟 ChatGPT 很像，就是用户可以跟他对话、聊天、或是请它帮忙运行一些任务也 OK。

不过 Google Bard 使用的是 Google 开发的 PaLM 2 语言模型；PaLM 2 主要擅长理解与生成自然语言、翻译、编码、问答、摘要、创作写作、数理逻辑、常识推理；尤其语意理解的部分更能够读懂像是猜谜、成语这些非字面意义的文本。

• Google PaLM 2 是什么？带你认识一下这款全面进化的大型语言模型

新版 Google Bard 于今年 5 月在 Google I/O 上推出，刚开始只支持英文使用，直到昨日（7/13）的更新，也加入支持繁体中文，让台湾用户使用更方便。

Google Bard 支持繁体中文使用

如果之前你已经有使用过 Google Bard 的话，那现在进入 Google Bard 的页面会发现已经全部都换成了中文接口；没使用过的用户点进后只要登录 Google 帐号就能用。

• Google Bard（登录 Google 帐号后即可使用）：点这边

只要在对话框中以中文输入问题就可以跟 Google Bard 进行交互、对话，使用方式其实就跟 ChatGPT 一样。

虽然 Google Bard 有连网（意思就是它可以及时更新数据），但还是有可能会给出错误信息；Google 自己也说「Bard 可能会提供不准确或令人反感的信息，如果出现这类内容，皆不代表 Google 观点」，所以大家在用 Google Bard 的时候要谨慎一点。

而且我觉得 Google Bard 有时真的错的蛮离谱的，各位一定要睁大眼睛看清楚…像我问 Google Bard「你知道今年 WWDC2023 发表了哪些东西吗？」，他回复：

> 是的，我知道。今年 WWDC2023 发表了许多新产品和功能，包括：- iOS 17：iOS 17 是 Apple 最新的操作系统，它具有许多新功能，包括重新设计的锁定屏幕、改进的照片编辑工具和新的扩增实境功能。- iPadOS 17：iPadOS 17 是 Apple 最新的平板电脑操作系统，它具有许多新功能，包括重新设计的多任务处理器、改进的笔记功能和新的绘图工具。- macOS 13 Ventura：macOS 13 Ventura 是 Apple 最新的台式机操作系统，它具有许多新功能，包括重新设计的桌面、改进的搜索功能和新的窗口管理功能。- watchOS 9：watchOS 9 是 Apple 最新的智能手表操作系统，它具有许多新功能，包括新的健身追踪功能、改进的睡眠追踪功能和新的表面。- tvOS 16：tvOS 16 是 Apple 最新的电视操作系统，它具有许多新功能，包括新的游戏功能、改进的家庭娱乐功能和新的家庭控制中心。除了这些新产品和功能外，Apple 还在 WWDC2023 上宣布了许多新的开发人员工具和服务。这些工具和服务旨在帮助开发人员为 Apple 平台创建更好的应用程序。

有在关注的人应该都知道 「macOS 13 Ventura」、「watchOS 9」、「tvOS 16」都是 2022 发表的系统，所以这部分大家真的还是要小心使用。

Google Bard 添加 6 项新功能

可以「念」回复

点击 Google Bard 回复框右上角的「声音图标」，系统就会朗读回复内容给你听。

调整回复的风格、语气（目前仅支持英文）

用户能够调整 Bard 的回应风格和语气，目前共有五种选项供选择，包含：易懂（simple）、长版（long）、短版（short）、专业（professional）和日常（casual）。

固定、命名对话

与 Google Bard 对话时，会在侧边字段中看到固定、重命名以及选取最近对话等选项。

导出代码

如果向 Google Bard 提问代码相关的问题，Google Bard 的回复中若有代码的话，可以把代码导出到 Colab 与 Replit 中。

分享回复链接

透过分享链接，可以更轻松和你的亲朋好友分享部分或完整的 Google Bard 对话。

图像辨识（目前仅支持英文）

将 Google 智能镜头的功能集成到 Google Bard；用户能在对话中上传图片，Google Bard 将分析照片并提供协助，有点像是「看图说故事」的功能。

> 2️⃣ We’ll also make it easy for you to prompt Bard with images, giving you even more ways to explore and create. #GoogleIO pic.twitter.com/jWi9Ac68Mz— Google (@Google) May 10, 2023

Google Bard 更新总结

• Google I/O 2023 重点汇整：6 大 AI 新功能、3 款全新产品一次看- ChatGPT 一键把数据依照指示放到不同的工作表，这招一定要学- OpenAI 宣布 GPT-4 的 API 对付费用户全面开放

现在有越来越多的人在使用数字科技辅助学习、工作，我也常常在 PTT 上看到许多网友在问有没有好用的笔记软件、工具可以处理语音转文本的工作，因为他们可能录下了课堂老师讲的内容、工作会议讨论的事项，但事后需要转成文本档整理到自己的笔记或是工作报告中。

最近我就发现了一款好用的语音转文本工具 vocol.ai，辨识正确率很高，产生逐字稿的同时还可以分辨不同的讲者，甚至未来的 AI 趋势在 vocol.ai 里面也直接集成进去了，大家最常叫 ChatGPT 做的「帮我整理这内容的重点跟翻译」直接就在逐字稿产生以后一并生成。

另外，如果你是需要团队合作的案子，vocol.ai 也有团队协作功能，从头到尾一站式就搞定。下面我会详细的介绍 vocol.ai 要怎么用，并且实际示范语音转文本效果以及好用的几个功能。

语音转文本神器：vocol.ai 的 7 大重点

这里先跟大家快速重点一下我觉得 vocol.ai 好用的 7 大功能，先让大家有个概念，原来这 vocol.ai 可以做这些，然后我们再体验它的效果。

免费试用约 200 分钟

先跟大家说，目前 vocol.ai 有提供每个帐号大约 200 V-points 的免费试用额度，通常一分钟的逐字稿转换会花掉 1 到 1.5 V-points（这只是大约计算，通常不会差太多），所以 200 V-points 大概就是 200 分钟左右。

▲你可以在个人页面中看到剩余可用的 V-points

所以你不用担心说看完介绍想要用结果要付费才能用！可以先试用 200 分钟，觉得好用、有帮助的话再继续购买更多的 V-points。

▲ vocol.ai 还有包含企业方案在内的其他方案，后面会提到

语音转逐字稿

直接把录音档、影片档上传到 vocol.ai 的个人平台上，vocol.ai 就会开始帮你分析影片、音乐的内容，然后产生逐字稿，整个流程大概两、三个步骤就能搞定。

▲上传 mp3、mp4、m4a 多种格式都可以支持

通常内容只要不是太复杂的情况下，逐字稿大约可以在 3 ~ 5 分钟之内就产生出来，然后就可以在项目的画面右半部「逐字稿」这一区块看到完整的逐字稿内容。

▲上传完毕后再等一下逐字稿就会出现，等待时间取决影片长度与复杂度

完整呈现声音的内容

就连那种我们很不经意脱口而出的赘词「对」、「就是」、「那个」，或是你卡词的状况都会很完整的节录出来。

▲ vocol.ai 完整地把语音内容转成逐字稿

既然是逐字稿，所以当然就是说了什么就呈现什么，本来就不会去帮你修饰语句，我觉得这样是非常正常而且尽责的逐字稿。

录音的品质会决定逐字稿生成后的结果，有时候我们可能会因为声音素材品质不佳、讲话彼此互相搭到、太过小声….等原因，导致辨识出错误的内容或是用字，但也没关系，点两下逐字稿中想要修改的段落，就可以在跳出的菜单中选择「编辑」进行修改。

▲ 觉得有需要调整的地方也可以自行修改

辨识不同讲者

vocol.ai 在辨识逐字稿的过程中也会分辨哪一句话是谁讲的，然后把不同的句子对应到讲话的人，所以会在逐字稿中看到「讲话者 1」、「讲话者 2」等字样，让我们可以更容易了解谁说了些什么。

▲ 分辨讲者更容易看出是谁在说话

就我目前的测试，至少到第七位讲话者都还可以辨识得出来，而且每一位讲者都会用不同颜色的线条表示，在内容很多的情况下比较好一眼就找到、辨别不同的说话者。

▲ 目前测试至少可以支持 7 名讲者

如果还想要更容易辨识的话，直接把「讲话者」改为真实的对象名称就好了，这样如果有刚参与项目的同事或是朋友之间就在讨论事情，就不用担心不知道是谁在说话了。

▲ 讲者的名称也可以自行调整

多种语言辨识

vocol.ai 可以针对影片、录音档内不同的语音进行辨识，基本的国语、英语和日语就不说了，这几种语言对于 vocol.ai 在处理逐字稿上几乎是没有什么太大的问题。

▲ vocol.ai 辨识英语

甚至对话包含中、英文夹杂的状况也都可以顺利辨识，就像下面这样，在逐字稿里面就会同时显示中文以及英文两种不同的内容。

▲ vocol.ai 辨识中英语夹杂

另外，因为许多台湾人习惯说台语，今天如果录音的场合是大家都习惯说台语的会议、讨论上，其他的语音转文本系统可能很难处理，vocol.ai 就没有问题。

我也简短的测试了一下，是真的可以辨识出来，不过要注意的是，台语的说法跟国语还是会有落差，像是下面这个「补给够」是台语「补嘎搞」的直翻，国语可能就会讲「补足」，会有这类的差别需要注意。

▲ vocol.ai 台语也能辨识

然后来试试看广东话，这是我在网络上找到的一段香港 YouTuber 的街访影片开头，丢到 vocol.ai 去转文本，没想到竟然也可以正确辨识。

▲ vocol.ai 广东话也能辨识

AI 生成重点

在上面的几张截屏中你应该也有看到，vocol.ai 在生成完逐字稿以后，还会透过 AI 语言模型，把逐字稿的内容整理出重点显示在左半边的部分，而且如果内容完整清晰的话，可以分段，并且指出每一段的时间从什么时候开始、什么时候结束。

虽然在上传文件时可以先勾选产生 AI 分析摘要，但我有时我在上传的时候会刻意先不开启 AI 自动产生摘要的功能，就是下面这个开关先不打开。

我会先产出逐字稿，确认好内容再点击「运行智能分析」产出 AI 分析摘要。

这也是我觉得很棒的一点，因为我通常习惯先确认好逐字稿内容，确认没有要修改再做 AI 重点摘要，因为如果我有针对逐字稿进行修改的话，这样做可以确保我的摘要会跟逐字稿内容是同步的，省去我对照内容的时间。

另外，录音的内容如果一次说了好多不同的主题，vocol.ai 也会帮你把不同的主题分门别类的抓出来，你可以从「主题」标签页中看到 vocol.ai 帮你整理的主题项目，点一下任何一个项目，右边的逐字稿就会反黄，方便我们可以快速找到。

团队协作平台

团队协作功能是我觉得 vocol.ai 很棒的一项特色，不仅仅是你可以自己在上面完成工作，你还可以邀请同事一起参与，直接在 vocol.ai 的平台上，针对生成的内容进行讨论，评论。

无论是自己还是被邀请的对象，除了可以浏览逐字稿内容、摘要内容以外，还可以针对有疑虑的地方，直接留下评论，然后在评论区中进行讨论或是交流。

然后我看 vocol.ai 官网的方案内容说明，在未来还会加入新的 Starter 和 Pro 方案，可以使用像是重点标示、权限设置、团队管理、使用分析….等更多项目团队用户专属且工作上必须使用到的功能。

vocol.ai 可以用在哪里？

下面这边我想要实际带大家来体验看看各种不同使用 vocol.ai 的情境，透过情境的方式，我想大家应该更可以体会 vocol.ai 语音转文本有哪些可以发挥的地方。

课堂纪录整理

现在很多人都会在课堂上把老师教的内容记录下来，甚至有些笔记 App 也有提供录音功能，但就是纯录音，也没办法转成文本，后续要做笔记的时候还是要从头开始听，甚至你有想要听的内容，但是你根本不知道这个内容出现在几分几秒，要像是瞎子摸象那样一直在播放器中寻找。

但是利用 vocol.ai，你只需要把影片、录音档上传。

如果内容很多也没关系，上传完以后你可以先做自己的事情，等到逐字稿生成完毕会发送通知给你，蛮贴心的功能，不用在那痴痴的等。

但要特别注意的是，上传单个音档最高限制是 180 分钟！

如果你刚好没有带到录音笔、手机空间不够、快没电的情况下，你也可以直接透过 volco.ai 提供的录音功能录下要转逐字稿的内容。

但因为这是透过内置浏览器来进行录音，所以还是要注意一下浏览器的设置，避免因为没有跟网页有交互时进入休眠状态让录音被迫停止，以我的经验来说，我常用 Google Chrome，所以会习惯去「设置」→「性能」→把信任的网站加入菜单中。此外，我也会同时关闭内存节省模式。

无论是透过 vocol.ai 直接录音或是上传音档，当逐字稿产生完毕后，你就可以从逐字稿中透过搜索的方式，快速找到你想要找的重点，之后再把所有的内容好好整理一下，会比从头重新听过再来整理还要有效率。

想听哪一段的内容直接点击文本就可以直接切换过去，不用在一整段语音中盲目寻找要听的目标内容。

这里也要特别提一下，其实 vocol.ai 也有针对逐字稿、评论讨论的关键字搜索工具，不过我觉得那比较适用有好多段对话的情况，搜索工具会引导你去有包含这个关键字的对话、章节或是讨论串。

但是像我上面那样，课堂上只有老师一个人批哩啪啦在讲的情况，vocol.ai 的关键字搜索反而没那么好用，因为他不会引导你去这个字实际出现的地方，而是把有提到这个字的对话整段抓出来，等于是老师整段讲的话都被标出来了，那就没有意义了，所以像这种情况还是改用浏览器内置的搜索工具比较好。

还是要说一下，逐字稿真的很好用，大家一定要会善用，毕竟在信息的世界，文本是很重要的传播媒介啊。

会议纪录整理

vocol.ai 也很适合拿来做会议记录，做会后的数据整理，搭配 vocol.ai 可以分辨不同讲者的特色，可以在逐字稿中很容易了解到谁说了哪些内容。

而且包含这样一来一回的对话，甚至有时候有抢话的状况，vocol.ai 都还是分辨得很清楚，没有混在一起、搭在一起。

另外像这个情境，就可以使用上面提过的关键字搜索工具，找出哪些对话里面有我们想要了解的关键字内容。

如果可以使用 vocol.ai 的工具还是比较好，毕竟这个可以直接让画面只显示我们搜索的关键字对话，更容易聚焦在结果上。

另外还有一种会议记录，可能就是大家开会的时候随手录下来的，这种当然也可以使用 vocol.ai 来做会后的逐字稿整理。

可是你会发现这里面明明就很多人都有发言，但是在逐字稿中却都只辨识成一个讲者，不像上面那样可以辨识成两个人，还能一来一往很流畅，句子也不会搭在一起。

主要还是因为声音品质的关系。

像这个会议记录的影片文件，因为大家声音都不是非常清晰，有些讲得也很模糊，所以 vocol.ai 在判断上就会有很大难度去准确的辨识，而这个影片的情况还算好，逐字稿中有 8 成的内容都有抓到，只是没有分辨讲者罢了。

毕竟 AI 也不是万能，素材的品质越好，能够提供的内容就越完整，这点大家一定要记得。

用翻译快速看懂国外采访纪录

刚好在这段时间，我们有机会受德国在台协会邀请做一个小访问，主题是关于 9 月要在德国柏林举办的 IFA 展览，而我们也录下了采访的内容，然后透过 vocol.ai 来帮我们做事后的整理。

一样可以透过 AI 生成的重点先了解一下整段访问的内容，然后再针对逐字稿的内容去做整理或是进一步的利用。

这边就要提到 vocol.ai 七月刚上线的翻译功能！

简单来说，这功能是能够让你在生成逐字稿之后进行翻译。完成逐字稿翻译后，点击该语系就能对照原始语系，而且就算你点击特定区段的翻译版本逐字稿，语音也会同步，也能留下评论。

这对想要学习语言的人来说，就像是学习平台一样方便。

除了在平台上跨语系协作，也能下载各种翻译版本逐字稿。支持的格式有 txt 和 srt 这两种。

逐字稿翻译功能甚至支持 20 种以上的语系，但需要注意的是翻译版本无法被编辑喔！

我认为这对于需要开跨国会议的人非常有帮助，例如有时候跟日本客户开会时，他们偏好使用日文，但对于不懂日文的我们，如果需要知道内容细节，就需要口译帮忙，但有时候口译也会省略一些内容，这就会造成信息落差，如果能掌握到所有细节，其实就能避免这种状况。

vocol.ai 也是好用的多人协作平台

上面的案例中，你可以发现我主要是以个人使用的情境在体验 vocol.ai 的功能，谈到 vocol.ai 如何帮助我们更好的处理语音的事情。

但其实 vocol.ai 不仅仅是对自己有帮助，对于团队协作都是有帮助的，这都是借助 vocol.ai 的协作平台功能。

换个立场，今天你不是会议的参与者，但你是团队的一员

你不一定要亲自参与每一场的会议，但是你可以在会议结束以后，让与会的同事透过 vocol.ai 平台的「分享文件」功能把你邀请进 vocol.ai 的协作平台。

收到邀请后会有 Email 的通知，而且可以在媒体库中清楚的辨识哪些是受他人邀请参与的项目，哪些是自己的项目。

直接在平台中留下针对内容的建议

身为受邀者虽然目前还不能编辑逐字稿的内容，但是可以针对逐字稿或是语音的段落给予意见，然后再由项目的拥有者根据大家的回馈进行修改。

可以选择任何一段的逐字稿或是语音段落，然后留下「评论」，这样在同一个项目底下的其他参与者，就可以看到彼此的评论内容。

其他人只要点击讨论区中你所留下的评论，就会被引导到你选起来的对话或是章节，你也不用再跟大家说「请看 XX 分 XX 秒的地方」，把时间跟精力专注在真正要聚焦的内容上吧。

所以无论你是主要参与会议的人、只需要知道会议上讨论了些什么的人，或者你是一个项目管理的角色，你都可以利用 vocol.ai 协作平台的共享逐字稿（包括原始逐字稿跟多语系翻译版本）与 AI 重点整理的功能，查看整场会议的全貌或重点、甚至给予评论。

而且上面说到的这些评论都会即时显示，大家可以花个 10 分钟 20 分钟一起在在线透过 vocol.ai 来完成会议后续的确认工作。

也能直接用 vocol.ai 录制在线会议

此外，vocol.ai 还可以化身为一个机器人加入 Google Meet 或 Microsoft Team 的视频会议中，把会议的内容自动记录下来，再自动丢回 vocol.ai 的平台中分析、产出逐字稿。不过要注意的是，目前使用机器人自动录音有六十分钟限制。

接着你只要从个人后台首页中的「邀请 Google/Team 会议录音机器人」选项的「加入会议」功能操作。

然后粘贴会议的链接，让 vocol.ai 可以向会议送出加入的邀请。

在会议端就会收到有 vocol.ai 机器人要加入会议的通知，允许加入以后，vocol.ai 就会开始对会议的内容进行录音。

当会议结束后，vocol.ai 机器人就会自动把录制的内容丢回系统，你可以在后台中看到 meeting 的文件，这就是刚刚录制的会议内容。

接着后面产生 AI 摘要、逐字稿的功能就跟前面介绍过的一样。

透过这个方式，在团队开会、远程视频会议时，就不用另外录像、取得录像档然后再上传，这些有的没的工作就直接让 vocol.ai 来处理，处理完还能直接生成会议重点摘要与逐字稿，多方便。

vocol.ai 平台：语音转多语系逐字稿，让工作变得更有效率

回归到最原始的需求，我们之所以需要一款好用的语音转文本工具，就是因为现在很多东西都讲求数字化，而数字与我们之间最重要的沟通方式就是文本了。

透过 vocol.ai 的语音转文本功能，我们可以很方便又快速的把落落长的课堂录音、会议记录、采访内容在几分钟内就转成多语系文本，让我们后续可以做更多应用。

vocol.ai 提供了 AI 摘要功能以及分享逐字稿功能，可以加快工作的流程以及协作的顺畅度，利用 AI 摘要先快速了解内容后，在针对逐字稿的细项内容去修正、讨论与调整。

如果遇到了变现方面的瓶颈，如何都提高不了LTV和ROI，可以考虑下如何从投放侧进行突破，如何精准匹配用户，从而提升ROI。以下是我的理解，具体参考投放增长的同学可能更有说服力。

首先，同样的模式下出价是一个因素，出价越低相对来说，用户质量相对来说更差。所以有时候觉得为什么近期LTV降低，可以考虑下是否是这个因素引起。其次，具体采取什么样的模式投放，也是需要考量的。以Google Ads为例，其他平台也是类似。

首先，同样的模式下出价是一个因素，出价越低相对来说，用户质量相对来说更差。所以有时候觉得为什么近期LTV降低，可以考虑下是否是这个因素引起。

1.0 粗犷式投放

简单来说，只买安装，我个人觉得这种方法在IAA产品前期还是可以考虑的。适合测试产品整体数据，了解产品在各区域的数据表现，同时短期内适合在有限的预算。

简单来说，只买安装，我个人觉得这种方法在IAA产品前期还是可以考虑的。适合测试产品整体数据，了解产品在各区域的数据表现，同时短期内适合在有限的预算。

2.0-2.5 优化事件投放

2.0-2.5 这个角度的方案有多种，主要分以下几类:

1、留存事件 认为完成某一重要产品操作，即为留存用户。由于变现产品一般情况下都为高留存。由于从而定义该事件为买量事件

2、广告事件认为完成某一个核心广告事件，即为广告事件用户。由于用户完成广告漏斗中的某一个核心环节，认为该用户为具有较高广告价值的用户，从而定义该事件为广告事件

3、Tachi这个算是今年才推出的新方案，原理就是搜集用户每一次广告展示的价值，从而找到较高广告价值的用户，进行买量。由于广告受市场波动影响、新增影响较大，所以Tachi相对来说，过程比较繁琐，需要人工干预，调整这个较高广告价值的具体数值。具体可以找相关的Google Ads这边的同学了解一下。

3.0 投放

3.0 tRoas

3.0相对来说，就比较简单了，原理上来说，按照广告回收或者整体回收来买量。

3.0 ARO

太极的升级版，原理类似于太极，以机器自动化取代人工干预，不需要周期性修改数值。

以上方案均有开发者使用，不同类型的产品在不同的国家可能适用于不同的买量方式。具体可以根据实际数据结果选择最优选自己的方案。

大家好，欢迎来到”AI工具推荐“专栏第二弹，前段时间AI作图火上天，国外更是有Mdjourney以假乱真的照片级效果：

但无奈Mdjourney只有25次免费作画的机会，使用完之后就要付费了。况且我们很多时候使用普通AI作图即可满足大部分要求，今天就推荐一款免费好用的AI绘图工具，它就是前段时间百度推出的文心一言的”姐妹版“ 文心一格——AI艺术与创意辅助平台，访问网址是：https://yige.baidu.com/creation

我们看到，默认预置了不少绘图风格，如艺术创想、唯美二次元、怀旧漫画风、中国风、概念插画、明亮插画、梵高、超现实主义、动漫风、插画、像素艺术、炫彩插画等。

那我们就来试试效果吧：
关键词1：一个晴朗的早上，在一个公园的草地上，一个男孩手上拿着风筝，另一个女孩在吹泡泡,非常详细,数字艺术,hdr,4k,插画

生成图片的速度还挺快的，效果还不错，但没有惊艳的感觉，我们可以考虑关键词优化，点击“联想”，可以看到其他用户生成的关键词及作品，可以参考联想：

于是我把关键词调整了下：一个帅气文艺的男孩手上拿着风筝，一个漂亮的女孩在吹泡泡,非常详细,4k,插画
于是得到的效果好了不少：

我们再来试个关键词，
关键词2：一个漂亮的豪宅与花的花园和喷泉,绘画,油画,4k,详细,散景
风格先选择“中国风”：

再换成了“艺术创想”风格，嗯，更惊艳了：

关键词3：可爱的兔子导游,穿着汉服,中国风,灯笼,油画,hdr,4k
风格选择：智能推荐:

效果挺不错，所以我分享出去了，还获得了2个电量。我们也可以点击“联想”看看其他用户的作品：

二、我们再来试试自定义功能，自定义可以上传参考图，得到的AI生成图片能够基于参考图的基本布局来构图，比如我试了下关键词：民国时期，几个男人围坐在起吃饭，宫崎骏动画，hdr, 4k。上传了一张民国时期的参考照片，得到了如下四张照片，确实挺像宫崎骏的风格：

我们也可以看到其他人的一些作品关键词，其实创作出一幅好看的作品，关键词也并不复杂：

三、文心一格还有些新鲜的实验室功能，我们有机会再尝试哈：

四、最后说下如何能够通过赚取电量生成画作？

注册之后，默认有50的电量，所谓电量就是一种内部币种，类似QQ的Q币，用于兑换飞桨文心一格平台上图片生成服务、指定公开画作下载服务、以及其他增值服务等。新人注册默认有50电量，一张画通常都是2电量，可以用来创作25幅画。
要是不想花钱购买电量，我们只要不是很频繁使用AI绘图，完全可以通过每日的签到，画作分享、公开优秀画作来免费赚取电量，满足日常使用。

好了，今天的绘图工具就介绍完了，大家是不是已经跃跃欲试了呢，那就赶快注册来试玩下吧。

最近我也在试用国内AI大模型方面做得比较好的另外两家的AI文生图产品，他们就是商汤秒画和阿里通义万相，他们都是可以免费注册后使用的，使用起来没太多限制，很方便。再结合我之前推荐的百度文心一格也是免费的，今天咱们就来对比PK一下国内目前这三家的AI绘图能力，看谁画出来的图更好呢。

商汤秒画的访问地址是：https://miaohua.sensetime.com/zh-CN
通义万相的访问地址是：https://wanxiang.aliyun.com/
文心一格的访问地址是：https://yige.baidu.com/
好了，大家可以试下注册，注册好之后我们就来开始试用吧。

绘画技能PK

我们用一样的描述词，来看下三款工具的绘图效果。

1、先试下简短的词语：森林里的精灵

首先是商汤秒画的效果：

接下来是通义万相出场：

最后是文心一格出场：

这一轮，大家都把自己心目中的精灵画出来了，难分伯仲。

2、好，那第二轮换一个词：黑夜，北极星发出一束光照射到大海上，杰作，细节丰富，8K，HDR

商汤秒画：

通义万相：

文心一格：

也还是仁者见仁智者见智，各有优势。

3、再来一轮PK，描述词：万马奔腾

商汤秒画：

通义万相：

文心一格：

个人评价，这轮秒画后面许多马有些失真，万相的扬沙效果做得更好，而文心虽然马的细节做得挺好，但是没有画出万马的感觉。

3、再来一个需要一定的知识储备的吧，描述词：武松打虎。

商汤秒画：

通义万相：

文心一格：

这轮很明显，只有秒画get到了意思，万相有点闹着玩啊，文心至少画出了老虎，这轮秒画胜出。

4、之前看过网友用Midjourney生成各个朝代士兵自拍的图片，挺逼真的，这是效果图，今天我们也拿这三个国产AI绘图工具也来试试看，看跟目前最棒的AI工具的差距还有多少。

描述词：公元前1000年，一个秦朝的士兵对着镜头在自拍，穿着盔甲，开心地笑，旁边围着一群士兵，面对镜头也在笑，背景是城墙，上面飘着秦朝的大旗，杰作，细节丰富，HDR，8K画质

商汤秒画：

通义万相：

文心一格：

这轮看来，文心偏得有些多呀，秒画和万相虽然感觉不太像秦朝的士兵服装（我们通过秦始皇兵马俑的着装可以找到原版），但整体摄影感觉还是比较真实的。

5、最后，我们来试试他们的家居设计能力。描述词：现代简约家居设计，一个客厅，桌子，电视，茶几，阳台，沙发

商汤秒画：

通义万相：

文心一格：

整体来讲，都get到了描述词的点，但是个人观点，万相输出的设计更符合主流设计风格，电视机的摆放更合理些。

下面我来分别介绍下这三款AI绘图的使用方法：

商汤秒画

1、我们登录进来后，选择Artist v0.3.0 Beta模型进行绘画，这个是官方团队出品的。至于其他模型，是用户自己再通过一些特定数据集进行训练后的，有些擅长画水墨画、有些擅长出游戏人物，有的擅长画小人书，这个看个人需求。从通用性角度来看，还是官方模型效果最好。

2、我们可以选择一次生成的图片数量、分辨率比例、步数一般设置到最大100，画质效果最好。也可以上传参考图，将会按参考图的样子去生成图片。在描述词上输入内容，点击生成即可出图。

3、目前来看生成图片数量没有限制，而且可以免费使用。

4、我们还可以试下它的图片参考功能，我上传了一个图片，然后输入描述词之后，比如这个天空像一个睡毯，那么得到的效果还是很惊艳的：

通义万相

1、阿里通义万相需要先申请体验，一般要等几天审核通过，通过后会收到短信通知，即可使用了。
2、文本生成图像功能可以输入描述词，目前支持默认、水彩、油画、中国画、扁平插画、二次元、素描、3D卡通八种风格。再选择完一个图片比例后，即可出图了，一次可以生成四张图片。
3、还有相似图像生成功能，如果你有一张图片，担心侵权，但有很想用，那么可以上传图片，然后生成一张类似的图片出来，不过这种方式下不可以再输入描述词。比如刚才它生成“龙凤呈祥”效果不是很拉胯嘛，那么把商汤秒画的图作为原图，看下生成的相似图片，终于像两条龙了：

4、万相还支持“图像风格迁移”，我们可以上传一个原图，再上传一个风格图，就可以生成以风格图的绘图风格修改的原图了。这种一般可以在模仿画家风格中可以用到。比如我这么尝试了下：

5、平台目前还在测试阶段，每天最多可以免费生成50次图，一次4张。

至于你喜欢哪一款AI绘图工具，可以自己再尝试下，选择挺多，咱们不一定要用付费的Midjourney，也可以得到不错的效果呢。

大家知道iPhone上的Safari及微信内置浏览器均不支持下载视频文件，其实，小编目前还没看到iOS上的哪款浏览器是支持下载视频文件的，哭晕。但是小编发现「大神水印」APP里的「提取视频|图片」功能可以，笑Cry。