AI开源项目

学术优化版拓展ChatGPT聚焦面向人工智能创作与应用的在线工具，适合创作者、开发者和需要提升效率的用户使用。，官网域名为github.com。，涉及AI开源项目、AI编程适合需要相关工具与资源的个人用户、创作者或团队使用，可从官网了解最新功能、使用方式和服务条款。

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。

这是一个借助大语言模型（LLM）处理音频的工具，可以： – 生成音乐 – 背景音效 – 音频生成字幕 – 文字生成音频 – 文字生成音频并模拟声音 – 根据图片生成音频 – 对音频进行inpaint（局部屏蔽） – 根据音频和人脸照片合成视频 – 检测音频中的事件，以及开始和结束时间 – 单声道变双声道 – 通过文本描述检测特定声音发生的时间 – 抽取某种声音 – 去除背景噪音 多人混合声分离出单人声音 语音翻译 http://github.com/AIGC-Audio/AudioGPT 演示：https://huggingface.co/spaces/AIGC-Audio/AudioGPT 论文：https://arxiv.org/abs/2304.12995

sd-webui-faceswaplab是一个扩展功能强大的面部替换工具，其功能特点如下： 多功能面部替换：sd-webui-faceswaplab可以进行多个面部的替换操作，使用户能够对多个人脸进行替换，实现不同面部的互换。 修复涂鸦：该工具还具有修复功能，可以对图像中的涂鸦进行修复，使图像看起来更加干净和自然。 检查点功能：sd-webui-faceswaplab支持检查点功能，用户可以在进行面部替换操作时保存检查点，方便随时恢复和继续进行操作。 开源许可证：该工具使用AGPL-3.0许可证，这意味着它是开源的，用户可以自由地使用、修改和分发该工具的源代码。

一个使用GPT模型来控制浏览器的工具。它通过接受自然语言命令，实现了用人类方式与浏览器进行交互的功能。使用BrowserGPT，您可以方便地编写命令来操作浏览器，包括打开网页、点击链接、填写表单等任务。

Polyglot是一款跨平台的应用程序。基于ChatGPT和Azure人工智能语言模型作为底层服务，旨在提供一个易于使用的语言练习平台，方便进行多语种的口语练习。

MyHeyGen聚焦面向人工智能创作与应用的在线工具，适合创作者、开发者和需要提升效率的用户使用。，官网域名为github.com。，涉及AI开源项目、AI编程适合需要相关工具与资源的个人用户、创作者或团队使用，可从官网了解最新功能、使用方式和服务条款。

ProPainter是一个视频修复项目，旨在提高传播和转换器技术在视频修复中的应用。它是由sczhou开发的，并在ICCV 2023中推出。该项目在GitHub上得到了广泛的关注，获得了1.3k的星标和120的分支。 ProPainter着重于提高视频修复的效果，通过改进传播和转换器技术，使修复的结果更加准确和自然。这个项目的目标是解决视频中的缺失、损坏和污损问题，使修复后的视频更加完整和清晰。

一个开源版的GPTs，它支持定制聊天机器人，并提供了沙盒环境、自定义工具、数据分析等特性。其旨在创造与OpenAI的GPTs类似的体验。该项目建立在LangChain、LangServe和LangSmith的基础上，用户可以选择语言模型、自定义工具和控制提示等。此外，该项目还提供了简单的托管版本，用户可以直接在网站上体验使用。对于有能力的用户，也可以自行搭建体验。该项目有详细的使用教程。

用于从URL生成知识文件，以创建您自己的自定义GPT模型。 功能点： 1. **网站爬虫**：可从指定的URL爬取网站内容，为GPT模型提供学习和生成知识的素材。 2. **生成知识文件**：爬取的内容不仅被存储，还将被转化成知识文件，这些文件可以用来培训你自己的GPT模型。 3. **自定义GPT模型**：利用生成的知识文件，用户可以定制自己的GPT模型，以便生成特定类型的文本。 4. **MIT许可证**：gpt-crawler是在MIT许可下发布的，这意味着您可以自由地使用，复制，修改，合并，发布，分发，再许可，或者销售这个软件。

一款功能强大的全自动AI直播系统，具备自动化、AI技术、直播管理、多平台支持和数据分析等特点。它能够帮助主播提升直播效率和观看体验，同时提供全面的直播管理和数据支持。 功能特点： 自动化：Luna AI采用全自动化的技术，能够自动完成直播的各项任务，无需人工干预。这大大提高了直播效率，减轻了主播的负担。 AI技术：Luna AI内置了先进的人工智能技术，能够智能识别画面内容，进行实时分析和处理。它可以自动调整画面色彩、音频质量和视频流畅度，提供更好的观看体验。 直播管理：Luna AI提供直播管理功能，可以帮助主播管理直播内容、观众互动和直播场次。它支持实时统计观众人数，提供弹幕、礼物和点赞等互动功能，并记录直播历史和观众反馈。 多平台支持：Luna AI能够同时支持多个直播平台，包括但不限于YouTube、Twitch和Facebook Live等。这使得主播可以更方便地在不同平台上进行直播，扩大观众群体。 数据分析：Luna AI还具有强大的数据分析功能，可以对直播数据进行深入分析和报告。它可以统计观众互动情况、直播时长、观看时长和观众地域分布等指标，为主播提供数据支持和决策依据。

HivisionIDPhoto 是一款基于 AI 的轻量级证件照制作工具，能智能识别和抠图，快速生成符合多种规格的证件照。支持自定义背景色和尺寸，未来还将推出美颜和智能换正装功能。用户可通过 Docker 部署，轻松搭建本地服务。GitHub 上提供源代码和在线体验。

一个基于深度学习的视频超分辨率（SR）和视频增强（VE）框架，由北京大学元培学院的研究团队开发。该框架旨在提高低分辨率视频的质量和视觉效果，使其更接近高分辨率视频。Video-LLaVA 采用了多尺度融合、残差学习、自适应注意力机制等技术，以提高视频超分辨率和视频增强的性能。 主要特点： 1. 多尺度融合：通过在不同尺度上进行特征融合，提高了模型对细节和全局信息的捕捉能力。 2. 残差学习：引入残差连接，使网络能够更好地学习输入和输出之间的映射关系。 3. 自适应注意力机制：根据输入视频的特点，自动调整注意力权重，使模型能够关注到更重要的区域。 4. 端到端训练：整个框架可以作为一个整体进行端到端训练，简化了模型的训练过程。 5. 支持多种视频格式：Video-LLaVA 支持多种常见的视频格式，如 YUV、RGB 等。

Tabby是一款自助式AI编码助手，提供了开源和本地部署的替代方案。它具有自包含的特点，不需要DBMS或云服务的支持。同时，Tabby还支持OpenAPI接口，方便与现有基础设施（如云IDE）集成。此外，它还支持消费级GPU，并可通过Docker命令轻松启动Tabby服务器。 要获取Tabby的代码，只需克隆GitHub仓库即可。构建Tabby需要先设置Rust环境并安装所需的依赖项，然后通过运行 cargo build 命令来构建项目。如果您想为Tabby做出贡献，可以提交Pull Request。您还可以查看Tabby的Star历史以了解该项目的受欢迎程度。

Final2x 是由 Tohrusky 开发的一款图像超分辨率技术，它可以以更高的分辨率和质量重构图像。 功能特点： 1）可以快速实现显著的图像改善； 2）可以有效地消除毛刺和噪点； 3）可以提高图像的质量； 4）可以有效地提升对比度。