深圳再当特区,引爆AI万亿市场;阿里·TTS语音合成模型;美团·AI数据库异常监测系统;面向后端开发者的CS课程;前沿论文 | ShowMeAI资讯日报

【ModelScope】KAN-TTS搭建SAMBERT个性化语音合成开发环境 这是deb-src源码地址被注释掉了,以提高apt update速度,我们需要开启才能下载git的源码。使用 sed 命令将 debian/control 中的 gnutls 库改为 openssl 库。原因是git版本使用了GnuTLS库,不是OpenSSL。重新编译Git从GnuTLS版本到OpenSSL版本。修改源列表,去年deb-src前面的#注释。可以用通配符进入第一个匹配目录。删除所有自定义源 还原默认源。msai是我的ai项目目录。清理源索引缓存让新配置生效。下载源码并跳转到源码目录。 阅读详情

👀日报合辑 | 📆电子月刊 | 🔔公众号下载资料 | 🍩@韩信子

📢 中国首部 AI 产业专项立法公布,深圳特区试行,万亿市场待爆发

http://sztqb.sznews.com/PC/layout/202209/06/node_A01.html#content_1249035

我国首部人工智能产业专项立法《深圳经济特区人工智能产业促进条例》(以下简称《条例》)今天公布,并拟于今年11月1日起实施。为破解人工智能产品落地难问题,《条例》提出创新产品准入制度,对于国家、地方尚未制定标准但符合国际先进产品标准或者规范的低风险人工智能产品和服务,允许通过测试、试验、试点等方式开展先行先试。

据测算,中国人工智能核心产业规模已超过4000亿元。深圳将通过**建立面向产业的算力算法开放平台、定期制定并发布人工智能场景需求清单、设立人工智能伦理委员会等措施,**为促进人工智能产业发展提供精准统一的数据支撑和政策支持。

《条例》从技术角度对人工智能的概念作出了规定:利用计算机或者其控制的设备,通过感知环境、获取知识、推导演绎等方法,对人类智能的模拟、延伸或扩展。

工具&框架

🚧 『OpenHandMocap』视觉手部动作捕捉库

https://github.com/jinfagang/OpenHandMocap

ohamo 是一个视觉手部动作捕捉库,它提供快速、准确、开箱即用的 3D 手部模拟系统,并且可以使用它训练自己的模型。ohamo 本身是通过 ONNX 部署运行的,不需要依赖 PyTorch。

🚧 『DANCE』大规模深度学习单细胞基因表达分析库

https://github.com/OmicsML/dance

DANCE 是一个用于大规模分析单细胞基因表达的 Python 工具箱,支持深度学习模型。它包括三个模块:单模态分析、单细胞多模态全向分析、空间分辨率的转录组学。大家可以基于它轻松构建 GNN 架构进行单细胞分析。

🚧 『KAN-TTS』阿里巴巴·训练自己的 TTS 语音合成模型

https://github.com/AlibabaResearch/KAN-TTS

KAN-TTS 阿里巴巴研究院开源的 TTS 文本转语音系统,可以使用它从零开始训练自己的 TTS 模型,目前支持 sam-bert 和 hifi-GAN 模型,更多模型在开发补充中。

🚧 『SurrealDB』图数据库,可扩展、分布式、协作式文档,可用于实时 Web 应用

https://github.com/surrealdb/surrealdb

https://surrealdb.com/

SurrealDB 是一个端到端的云原生数据库,适用于网络、移动、无服务器、jamstack、后端和传统应用程序。SurrealDB 通过简化你的数据库和API堆栈来减少现代应用程序的开发时间,消除对大多数服务器端组件的需求,从而更快、更便宜地建立安全、高性能的应用程序。

SurrealDB 既是一个数据库,又是一个现代的、实时的、协作的API后端层,可以作为一个单一的服务器运行,或以高可用、高扩展的分布式模式运行——支持来自客户端设备的SQL查询、GraphQL、ACID交易、WebSocket连接、结构化和非结构化数据、图形查询、全文本索引、地理空间查询和基于权限的逐行访问。

🚧 『kawipiko』Go 写的超快静态 HTTP 服务器,聚焦低延迟高并发

https://github.com/volution/kawipiko

kawipiko是一个用Go编写的轻量级静态HTTP服务器,专注于以最低的延迟和最低的资源消耗(无论是CPU、RAM还是IO)尽可能快速有效地提供静态内容;同时支持HTTP/1(带或不带TLS)、HTTP/2和HTTP/3(通过QUIC);它可作为一个单一的静态链接的可执行文件,没有任何其他依赖。

博文&分享

👍 『Computer Science Curriculum for Backend Developers』面向后端开发人员的计算机科学课程

https://github.com/bootdotdev/curriculum

https://boot.dev/

这是一门由 boot.dev 开发的面向后端开发人员的CS课程,通过合理的学习路径和项目练习,帮助学习者在就业市场上脱颖而出,获得更多的面试机会。课程包含以下内容:

  • Learn programming and CS basics / 学习编程和CS基础知识
  • Learn web basics / 学习网络基础知识
  • Learn backend web development / 学习后端网络开发
  • Learn DevOps / 学习 DevOps
  • Learn advanced computer science / 学习计算机科学进阶内容
  • Final capstone project / 最后的总结性项目
  • Continued learning / 继续学习

👍 『基于AI算法的数据库异常监测系统的设计与实现』

https://tech.meituan.com/2022/09/01/database-monitoring-based-on-ai.html

美团数据库平台研发组,面临日益急迫的数据库异常发现需求,为了更加快速、智能地发现、定位和止损,我们开发了基于AI算法的数据库异常检测服务。本文从特征分析、算法选型、模型训练与实时检测等维度介绍了我们的一些实践和思考,希望为从事相关工作的同学带来一些启发或者帮助。

数据&资源

🔥 『Bioinformatics training materials』生物信息学培训材料

https://github.com/sib-swiss/training-collection

🔥 『Awesome Adversarial Learning on Recommender System』推荐系统对抗性学习(攻击/防御)相关资源大列表

https://github.com/EdisonLeeeee/RS-Adversarial-Learning

研究&论文

可以点击 这里 回复关键字 日报,免费获取整理好的论文合辑。

科研进展

  • 2022.08.15 『图机器学习』 A Library for Representing Python Programs as Graphs for Machine Learning
  • 2022.08.20 『图神经网络』 Evaluating Explainability for Graph Neural Networks
  • 2022.08.15 『对抗攻击』 InvisibiliTee: Angle-agnostic Cloaking from Person-Tracking Systems with a Tee

⚡ 论文:A Library for Representing Python Programs as Graphs for Machine Learning

论文时间:15 Aug 2022

领域任务:图机器学习

论文地址:https://arxiv.org/abs/2208.07461

论文作者:David Bieber, Kensen Shi, Petros Maniatis, Charles Sutton, Vincent Hellendoorn, Daniel Johnson, Daniel Tarlow

论文简介:Graph representations of programs are commonly a central element of machine learning for code research./程序的图表示通常是机器学习中代码研究的一个核心要素。

论文摘要:程序的图表示通常是代码研究中机器学习的核心要素。我们介绍了一个开源的Python库python_graphs,它应用静态分析来构建适合训练机器学习模型的Python程序的图表示。我们的库允许构建控制流图、数据流图和复合 “程序图”,这些图结合了程序的控制流、数据流、语法和词法信息。我们介绍了该库的能力和局限性,进行了一个案例研究,将该库应用于数以百万计的竞争性编程提交,并展示了该库对机器学习研究的效用。

⚡ 论文:Evaluating Explainability for Graph Neural Networks

论文时间:19 Aug 2022

领域任务:图神经网络

论文地址:https://arxiv.org/abs/2208.09339

代码实现:https://github.com/mims-harvard/graphxai

论文作者:Chirag Agarwal, Owen Queen, Himabindu Lakkaraju, Marinka Zitnik

论文简介:As post hoc explanations are increasingly used to understand the behavior of graph neural networks (GNNs), it becomes crucial to evaluate the quality and reliability of GNN explanations./随着事后解释越来越多地被用来理解图神经网络(GNN)的行为,评估GNN解释的质量和可靠性变得至关重要。

论文摘要:随着事后解释越来越多地被用来理解图神经网络(GNN)的行为,评估GNN解释的质量和可靠性变得至关重要。然而,评估GNN解释的质量是具有挑战性的,因为现有的图数据集没有或不可靠的地面真相解释,对于一个特定的任务。在这里,我们介绍了一个合成图数据生成器ShapeGGen,它可以生成各种基准数据集(例如,不同的图大小、程度分布、同亲与异亲图),并伴随着地面真相解释。此外,生成不同的合成数据集和相应的真相解释的灵活性使我们能够模仿各种真实世界的应用所产生的数据。我们将ShapeGGen和几个真实世界的图形数据集纳入一个开源的图形可解释性库GraphXAI。除了具有真实解释的合成图数据集和真实世界图数据集,GraphXAI还提供了数据加载器、数据处理功能、可视化工具、GNN模型的实现以及评估指标,以便对GNN可解释方法的性能进行基准测试。

⚡ 论文:InvisibiliTee: Angle-agnostic Cloaking from Person-Tracking Systems with a Tee

论文时间:15 Aug 2022

领域任务:Adversarial Attack, Human Detection,对抗攻击

论文地址:https://arxiv.org/abs/2208.06962

代码实现:https://github.com/invisibilitee/invisibilitee

论文作者:Yaxian Li, Bingqing Zhang, Guoping Zhao, Mingyu Zhang, Jiajun Liu, Ziwei Wang, JiRong Wen

论文简介:After a survey for person-tracking system-induced privacy concerns, we propose a black-box adversarial attack method on state-of-the-art human detection models called InvisibiliTee./在对人物跟踪系统引起的隐私问题进行调查后,我们提出了一种对最先进的人类检测模型的黑盒对抗性攻击方法,称为InvisibiliTee。

论文摘要:在对人物跟踪系统引起的隐私问题进行调查后,我们提出了一种针对最先进的人类检测模型的黑箱对抗性攻击方法,称为InvisibiliTee。该方法为T恤衫学习可打印的对抗模式,使穿戴者在人身追踪系统面前的物理世界中隐身。我们设计了一个角度无关的学习方案,该方案利用时尚数据集的分割和几何扭曲过程,因此产生的对抗性图案可以有效地骗过所有相机角度的人物检测器和未见的黑箱检测模型。在数字和物理环境中的实证结果表明,穿上InvisibiliTee后,人员追踪系统检测穿戴者的能力明显下降。

我们是 ShowMeAI,致力于传播AI优质内容,分享行业解决方案,用知识加速每一次技术成长!

◉ 点击 日报合辑,在公众号内订阅话题 #ShowMeAI资讯日报,可接收每日最新推送。

◉ 点击 电子月刊,快速浏览月度合辑。

◉ 点击 这里 ,回复关键字 日报 免费获取AI电子月刊与论文 / 电子书等资料包。

KAN-TTS入门指南 - 一个强大的语音合成训练框架 KAN-TTS是由阿里巴巴达摩院开发的一个开源语音合成训练框架。它允许开发者从零开始训练自己的TTS(文本转语音)模型,支持多种语言和方言。 阅读详情

相关推荐

PCIE6.0协议学习小记-Flit_Mode

PCIE6.0学习

code_aJack的博客 4647

阿里开源TTS CosyVoice 再升级!语音克隆玩出新花样,支持流式输出,本地部署实测

最近看到阿里开源的 CosyVoice 又发布了重大更新。 今日分享,将介绍 CosyVoice 2.0,并带大家本地部署体验,为本地 TTS 选型提供参考。

u010522887的专栏 1万+

药物重定位实战:如何用反向找靶技术挖掘老药新用(附Python代码示例)

本文详细介绍了药物重定位中的反向找靶技术,通过分子相似性计算、机器学习模型和结构对接等方法,挖掘已有药物的新治疗潜力。附Python代码示例,帮助读者快速实现从分子结构到潜在靶标的智能预测,显著提升药物研发效率。

weixin_28726671的博客 259

阿里开源 CosyVoice2:打造 TTS 文本转语音实战应用

阿里通义实验室推出的音频基座大模型 FunAudioLLM 包含 SenseVoice 和 CosyVoice 两大模型。CosyVoice 2.0 在多语言支持、超低延迟、高精度、强稳定性和自然体验方面均有显著提升。它支持中文、英文、日文、韩文及多种中文方言,并实现了跨语言和混合语言的语音克隆。CosyVoice 2.0 集成了离线和流式建模技术,首包合成延迟低至150毫秒,发音错误率减少了30%到50%,并在基准测试中达到了最低字符错误率。

蜗牛的博客 6881

STM32H743IIT6+USB3300高速HID通讯实战:从CUBEMX配置到调试避坑全记录

本文详细记录了基于STM32H743IIT6微控制器与USB3300 PHY芯片实现高速USB HID通信的完整实战过程。内容涵盖从硬件选型、STM32CubeMX工程配置(重点规避引脚映射等常见陷阱)、自定义报告描述符编写,到驱动层数据收发实现与高级调试技巧的全链路解析,旨在帮助开发者快速构建稳定、高效的嵌入式高速数据通道。

vscode5coder的博客 367

ArcGIS 10.2.2自带Python 2.7.5环境配置全攻略:从pip安装到gdal、arcpy调用

本文详细指导如何在ArcGIS 10.2.2自带的Python 2.7.5环境中进行高效配置。核心内容包括安装pip包管理器、部署gdal等关键地理数据处理库,并确保arcpy模块的无缝调用。通过解决路径配置与PyCharm集成问题,帮助用户在此经典环境中构建稳定、兼容的地理信息自动化工作流,有效连接ArcGIS桌面功能与Python脚本编程。

moon9的博客 770

探秘KAN-TTS:阿里达摩院的下一代文本转语音神器

是阿里巴巴达摩院推出的一个创新性的开源文本转语音(TTS)系统。该项目的目标是构建一个具备知识理解能力、语义丰富度和自然流畅度的高质量语音合成模型,旨在为用户提供更智能、更真实的语音体验。 ## 技术解析 KAN-TTS的核心亮点在于其结合了**知识增强**和**多模态建模**: 1. **知识增强**: KAN-TTS引入了外部知识图谱,通过这种方式,它能够理解和处理具有复杂语义信息的内容...

gitblog_00026的博客 981

【DeepSeek+Office/WPS】智能办公新时代的全新利器

DeepSeek是一家专注于通用人工智能技术研发的中国科技公司,其核心产品DeepSeek-R1是一款开源的推理大模型,专注于复杂任务的高效处理,支持智能对话、文本生成、语义理解、计算推理、代码生成与补全等多种应用场景。作为国产、免费、开源且强大的AI平台,DeepSeek不仅致力于为终端用户提供高质量的智能服务,还为开发者提供了一整套完善的技术解决方案,帮助他们快速构建和部署自己的智能应用。

2303_77200324的博客 2794

探索KAN-TTS:阿里巴巴达摩院的先进文本转语音技术

是由阿里巴巴达摩院推出的一个开源文本转语音(Text-to-Speech, TTS)系统。该项目的目标是为开发者提供一个高质量、易用且可定制化的TTS解决方案,帮助他们将文字转换成自然流畅的人声。 ## 技术分析 KAN-TTS采用了先进的神经网络模型架构,其中包括关键的技术亮点: 1. **多尺度Transformer**: KAN-TTS采用了改进版的Transformer模型,该模型能...

gitblog_00003的博客 1445

单细胞转录组肿瘤细胞识别:inferCNV与CopyKAT实战解析

单细胞转录组测序(scRNA-seq)是解析肿瘤微环境的重要技术,但如何从海量细胞中准确区分恶性细胞与正常细胞,始终是数据分析的关键难题。传统marker注释在异质性肿瘤中常失效,而基于拷贝数变异(CNV)的推断方法为这一问题提供了更稳健的解决路径。CNV通过检测染色体大片段的增益或缺失,可在无先验标记的情况下识别恶性细胞,尤其适合实体瘤研究。inferCNV利用染色体滑动窗口分析相对表达量,生成直观的CNV热图;CopyKAT则结合高斯混合模型对每个细胞直接分类,输出肿瘤/正常/非整倍体标签。本文从原理出

weixin_31236101的博客 250

什么是IQ信号/为什么用IQ信号/IQ调制与解调/IQ包络与相位/IQ不平衡问题

什么是IQ信号/为什么用IQ信号/IQ调制与解调/IQ包络与相位/IQ不平衡问题

jane0819的博客 811

阿里TTS Python示例

Ali TTS

LiuPig 889

UGUI合批杀手:Mask/RectMask2D为何必断合批?

颜色缓冲负责记录像素颜色;模板缓冲负责记录“这个像素的模板值”(一个小整数);渲染时,你可以设定:只有模板值为 X 的地方才允许画;或者往某些区域写特定的模板值。类似于:先拿一支隐形笔在纸上画出一块区域,给它记一个编号“1”,后面的涂色动作只允许涂在“编号为1”的区域上。合批的前提:渲染状态不变,连续元素能一口气画完。材质、贴图、混合模式、Stencil、裁剪区域……都得一致。Mask / RectMask2D 的本质:在渲染状态上加规则——“只在某个区域内允许写像素”。

本博客聚焦游戏开发技巧、创业实战心得及大学热门课程干货。这里既有技术深度,也有思维广度,无论你是开发者、创业者还是高校学子,都能在这里找到适合自己的成长之路! 125

阿里开源 Qwen3-TTS 系列:技术解析如何去除“机器味”

阿里通义团队近日开源了 Qwen3-TTS 系列模型,包含 0.6B 和 1.7B 两种规格,集成了从语音Cloning、自然语言设计音色到超低延迟流式生成的全套能力。这一系列的开源,不仅在各项指标上硬刚商业闭源模型,更通过创新的双轨架构将端到端延迟压低至 97ms,为实时语音交互和内容创作带来了全新的开源基座。

攻城狮7号的博客 3036

蓝牙模块HM-10手册

蓝牙模块HM-10手册,该手册对蓝牙模块HM-10进行了详细的介绍和使用方法以及一些AT指令。

VB摄像头监控

该VB模块可对摄像头捕获的画面进行录像等,可在创建的窗口进行控制

CosyVoice2:阿里开源语音合成模型,模仿、生成、细粒度控制,全部拿下!(附使用方法、论文代码详解)

CosyVoice 2是由阿里巴巴集团开发的先进流式语音合成模型,它不仅继承了前代模型的优秀基因,更通过一系列创新性的技术优化,实现了在保持极低延迟的同时,生成质量几乎与人类发音无异的语音。CosyVoice 2模型的核心优势在于其能够提供接近人类发音自然度的合成语音。

sherlockMa的博客 2万+

大中型超市收银系统(可直接运行)

光步前台收银系统系统功能:商品销售、商品退货、挂单、收银员权限、会员销售、单品取消、整单取消、商品查询、脱机销售、脱机数据上传,基本资料下载,开钱箱、小票打印、收款结算,支持多币种付款方式(现金、储值卡、礼券、微信等),支持多种促销。运行环境:.net 4.0登陆信息用户名:1001 密码:123456内置商品信息,商品编码可输入00001000 - 00010000,测试效果相关功能键F5 结算 F9挂单 F11商品查询 F8退货 Insert单品取消 Del整单取消 F12开钱箱F2 会员 Ctrl+Z退出系统 Home 锁屏 相关源码待公开

项目分享|Qwen3-TTS:阿里通义开源的全能语音合成模型,支持语音设计与克隆

本文介绍了阿里通义开源的全能语音合成模型Qwen3-TTS,该模型基于Apache-2.0协议开源,提供0.6B/1.7B参数量级,支持语音合成、语音设计、3秒语音克隆、低延迟流式生成四大核心能力,覆盖10种主流语言与多种方言。文章解析了其自研令牌器、端到端架构、多语言适配等核心优势,以及内容创作、智能交互、教育等应用场景,并提供了自定义音色、语音设计、语音克隆的完整代码示例与Web UI部署指南,为开发者快速上手提供参考。

AladdinEdu,你的AI学习实践工作坊。让想法落地,让研究加速。助力高校AI人才成长,点亮创新未来。 1370

jre9下载 jdk9

(Java SE Runtime Environment 9.0) 9.0u175 官方最新版 【x86|x64】

文字转语音TTS工具,开源可本地或云端部署:GPT-SoVITS

本文介绍文字转语音工具:GPT-SoVITS

诸神缄默不语的博客 6279

开源TTS模型选型指南:CosyVoice-300M Lite适用场景全面分析

本文介绍了基于星图GPU平台自动化部署🎙️ CosyVoice-300M Lite: 轻量级语音合成引擎的实践方案。该镜像专为CPU环境优化,支持中英日韩粤多语言混合合成,适用于教学实验、边缘设备及快速原型开发等场景,助力开发者高效构建本地化语音服务。

weixin_29940495的博客 934

达摩院技术创新全景|懂你的语音AI

过去十年,语音AI从实验室走向应用,语音搜索、交互早已融入日常。本文将带你一览达摩院语音AI技术创新全景,一起感受能听、会说、懂你的语音AI。

数据库技术 846

基于Sambert+HiFi-GAN的语音合成项目部署

从验证数据集中随机挑选 10 个序列,并使用它们来生成 melspec。此项目训练方式是通过配置驱动,我们只需在默认Sambert模型配置。1)首先,确保拥有训练好的 AM&Voc 模型和配置文件。,可对该配置中的一些参数尽心进行修改,创建自己的Sambert模型。可用于使用预训练模型恢复训练,或从以前的检查点继续训练;运行该命令,便可得到训练的特征数据。上述准备工作完成,就可以开始分训练了。3)运行以下命令以生成 wav 文件。可用于使用预训练的 BERT 模型恢复训练;

marye_1325的博客 1620

使用阿里云TTS实现web语音播报

一、开通阿里云TTS服务 登录阿里云,选择菜单:产品->人工智能->语音合成 点击“申请开通”,然后在“管理控制台”创建一个项目 复制 appkey 注意,token只有1天有效,所以需要通过接口去定时获取 二、对接语音合成api接口 查看接口文档 由于sdk需要引入很多第三方jar包,所以建议对接RESTful API copy接口文档里的demo代码,把申请到token和app...

不积跬步无以至千里,不积小流无以成江海。一个喜欢学习分享的程序员 9509

这可能是史上最简单的AI模型部署工具,一键起飞+联网外挂真香!

还在手动调参部署AI模型?本地跑模型卡成PPT?知识库管理乱成毛线团?

Android23333的博客 1254

阿里 CosyVoice:更新 TTS 更逼真自然

中的自然情感语音生成模块,该更新可以生成与特定特征匹配的语音,比如性别、年龄和个性等。还可以模仿人类的各种声音,包括笑声、咳嗽和呼吸等,还可以为语音添加情感和风格。阿里巴巴 SpeechAI 团队发文宣布新的。

weixin_51674085的博客 582

KAN-TTS 开源项目教程

KAN-TTS(Knowledge-Aware Neural Text-to-Speech)是由阿里巴巴研究团队开发的一个先进的文本到语音(TTS)系统。该项目结合了深度学习和知识图谱技术,旨在提供更加自然和高质量的语音合成效果。KAN-TTS 不仅支持多种语言和方言,还能够在不同的应用场景中提供定制化的语音合成服务。 ## 项目快速启动 ### 环境准备 在开始之前,请确保您的开发环境满足...

gitblog_00200的博客 622

【图神经网络】用PyG实现图机器学习的可解释性

在本博客文章中,我们将逐步介绍可解释性模块,详细说明框架的每个组件如何工作以及其作用。随后,我们将介绍各种解释评估方法和合成基准数据集,这些方法与数据集相辅相成,确保您为当前任务生成最佳的解释结果。接下来,我们将介绍一些可立即使用的可视化方法。最后,我们将详细介绍在PyG中实现自己的解释方法所需的步骤,并强调异构图和链接预测解释等高级用例的工作。

小哲的博客 3744

阿里发布TTS新作CosyVoice 3,语音合成更准、更自然!!

在我们之前的工作中,我们介绍了一个可扩展的流式语音合成模型CosyVoice 2,该模型集成了大型语言模型(LLM)和分块感知流匹配(FM)模型,并实现了低延迟双向流式语音合成和人类水平的质量。尽管取得了这些进展,但CosyVoice 2在语言覆盖范围、领域多样性、数据量、文本格式和后训练技术方面仍存在局限性。

王哥儿聊AI的博客 3864
上一篇: 精准营销!用机器学习完成客户分群!
下一篇: 极端气候?自然灾害?【实战】机器学习预测森林火灾
ShowMeAI
博客等级 码龄5年 6514粉丝 672原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

ShowMeAI

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值