AI导航

Facebook Research开发的Audiocraft音频处理和生成库。它包含了先进的EnCodec音频压缩器/分词器以及MusicGen，一个简单且可控的音乐生成语言模型，具备文本和旋律条件约束。Audiocraft是使用深度学习进行音频处理和生成的工具。它可以帮助您进行音频压缩、分析和生成。 Audiocraft的一些主要功能特点包括：

专门为中文用户提供一个中文排行榜，用来展示各种语言的优秀项目和资源。该排行榜分为”软件”和”资料”两个榜单，旨在精确定位中文好项目，帮助用户高效学习。用户可以根据自己的需求选择不同的榜单，以便更好地学习和发现优秀的项目。

ChatGPT 中文指南项目旨在帮助中文用户了解和使用ChatGPT。我们收集了各种免费和付费的ChatGPT资源，以及如何更有效地使用中文与 ChatGPT 进行交流的方法。在这个仓库中，您将找到丰富的 ChatGPT工具、应用和示例。

ControlNet 的作者开源了一款名为 Fooocus 的 AI 画图工具，它结合了 Stable Diffusion 和 Midjourney 的优点。Fooocus 是开源、离线且免费的，用户无需调整任何参数即可使用。

收集了很多如何训练你的chatGPT的方案，让它充当不同的角色，并为你提供帮助，比如：充当linux终端、充当英语翻译和改进者、充当 JavaScript 控制台、充当英语发音帮手、充当旅游指南，甚至让他进行角色扮演 、充当UI/UE的开发者、前端工程师等等。

很棒的 ChatGPT API，Github项目，精选的应用程序和工具列表，不仅使用新的 聊天GPT API ，还允许用户配置自己的 API 密钥 ，从而可以免费和按需使用自己的配额。

将屏幕截图转换为清洁的HTML / Tailwind / JS代码。 这是一个使用MIT许可证进行许可的项目，因此，它是免费并且开源的。 功能点如下： 1. 屏幕截图转代码：用户通过输入截图，系统将自动将图像转换为HTML，Tailwind，或JS代码。 2. 开源活动：作为GitHub上的公开项目，任何对此项目感兴趣的开发者都可以查看源代码，对其进行修改，或进行贡献。 3. 自动化工作流程：项目包含一系列自动化的功能，可以帮助用户更有效地转换屏幕截图。 这是一个非常实用的工具，对开发者来说，尤其是前端开发者，它可以极大地提高他们的工作效率。

一个自动为视频生成高亮字幕的工具。使用ImageMagick工具，并通过Python环境运行。用户可以通过克隆GitHub仓库、创建Python虚拟环境、安装依赖项，然后使用Streamlit运行应用程序来使用Autocaption。该项目的第一个版本发布于2023年12月20日，它允许用户上传视频并自动添加卡拉OK风格的字幕。

AnyText 是一个开源的多语言视觉文本生成和编辑工具，它基于扩散模型，能够在图片中生成或编辑文字。这个工具支持中文、英文、日文和韩文等多种语言，适用于电商海报、Logo 设计、创意涂鸦、表情包等多种场景。AnyText 包含两个核心模块：辅助潜在模块（Auxiliary Latent Module）和文本嵌入模块（Text Embedding Module）。辅助潜在模块负责处理字形、文字位置和掩码图像等辅助信息，而文本嵌入模块则将文字的语义信息与字形信息解耦合，以提高文字生成的精度和背景一致性。在训练阶段，除了使用扩散模型常用的噪声预测损失，还增加了文本感知损失，以提升文字书写的精度。 AnyText 的代码和安装说明可以在其 GitHub 页面上找到。要在本地安装和运行 AnyText，需要至少20GB的内存和高端显卡。安装过程包括克隆代码库、准备字体文件（推荐 Arial Unicode MS），创建新的环境并安装所需的软件包。AnyText 还提供了在线演示，用户可以通过这个演示直接体验其功能。 此外，AnyText 的训练数据集为 AnyWord-3M，主要来源于互联网开

一个免费开源用于编辑和配音视频字幕的工具。用户在生成字幕后，可以轻松地修改它们，并重新生成配音。该工具提供了多种由edgeTTS提供的配音角色，并支持openai的TTS模型配音。此外，它还集成了google、chatGPT、DeepL、Baidu、DeepLX、Gemini和tencent等多种语音识别和翻译工具，以提供全面的服务。除了视频翻译和配音工具，该网站还提供了其他相关的开源项目，如声音克隆工具、语音识别工具和人声背景乐分离工具等。

GeminiProChat是GeminiPro的最小化Web界面，提供简洁有效的聊天体验。它支持通过环境变量来控制网站，允许使用者通过Docker部署，并提供易于部署的Vercel和Railway选项。

悬河是一款可以让你和AI智能体之间建立情感链接的应用，悬河基于人工智能大模型，构造出一个个有知识、有个性、有风格的AI数字人智能体。用户可以通过悬河AI自由创建和选择虚拟角色，随时随地和任何人聊天，在这里你可以遇见名人偶像、影视作品、动漫游戏、小说网文里的各种虚拟角色，可以玩文字游戏和热门的网络梗，也可以创造一个属于你自己的聊天机器人。悬河通过人工智能技术，为虚拟角色赋予有趣的灵魂和真实的情感，希望为你带来更多乐趣。

猫箱是一款AI角色扮演互动对话App，猫箱原名话炉，由字节跳动旗下北京春田知韵科技公司开发。猫箱结合了社交、娱乐与AI技术，用户可以通过猫箱与多个虚拟AI角色进行身临其境的对话，享受个性化角色互动和沉浸式交流体验。猫箱还支持用户创建和探索独特的故事情节，借助AI工具生成图像，为叙事增添视觉效果，带来丰富的娱乐体验。

星野app是MiniMax推出的一款功能强大的AI聊天机器人和智能对话工具，旨在为用户提供沉浸式的AI角色扮演体验，成为你在平行世界中的知心朋友、情感寄托。星野通过有趣的开放剧情和逼真的AI聊天，让你体验真正的聊天互动，无论是日常闲聊或语音聊天，星野ai都能满足你的需求。

EmotiVoice是一个强大的开源TTS引擎，完全免费，支持中英文双语，包含2000多种不同的音色，以及特色的情感合成功能，支持合成包含快乐、兴奋、悲伤、愤怒等广泛情感的语音。