AI开源项目

一个使用自然语言进行交流的应用程序，它是通过 OpenAI Functions 和 Vercel AI SDK 构建的。该应用程序允许用户使用自然语言与 Hacker News 进行对话。它的功能包括提问问题、获取新闻、搜索主题等。

InvokeAI 是一家主导稳定扩散模型的创意引擎公司，利用最新的人工智能技术，为专业人士、艺术家和爱好者提供生成和创建视觉媒体的能力。该解决方案提供业界领先的 WebUI，通过命令行界面（CLI）支持终端使用，并为多个商业产品提供基础支持。 InvokeAI 的功能特点包括：

Text2Cinemagraph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。

一个强大的深度学习文本到语音工具包，具有高度的可定制性和多语言支持。它提供了简单易用的界面和API，使用户能够快速进行文本到语音转换。同时，作为开源项目，用户可以免费使用和定制该工具包，以适应不同的应用场景和需求。 功能点： 1. 文本到语音转换：可以将文本转换成逼真的语音。它使用深度学习技术，通过模型训练来生成自然流畅的语音输出。 2. 高度可定制：提供了丰富的配置选项和模型参数，使用户可以根据自己的需求进行定制。可以调整声音的速度、音调、语气等参数，以获得满意的语音效果。 3. 多语言支持：支持多种语言，包括英语、中文、法语等。用户可以根据需要选择不同的语言模型进行文本到语音转换。 4. 易于使用：提供了用户友好的API和命令行界面，使用户可以轻松地使用该工具包进行文本到语音转换。

一个用于图像和视频修复的应用程序，它使用ESRGAN模型进行训练，该模型使用合成数据进行图像和视频的恢复。它支持各种模型、选项和推理方法，并且提供在线和离线演示、更新和使用指南。 Real-ESRGAN旨在开发实用的通用图像/视频恢复算法，可以恢复各种来源的图像，如动画视频、照片和视频。 Real-ESRGAN ncnn Vulkan是Real-ESRGAN的ncnn实现版本，从realsr-ncnn-vulkan项目中汲取了许多灵感。 在使用Real-ESRGAN进行图像修复时，可以直接下载项目的执行程序进行运行。如果无法下载，可以使用提供的链接进行下载。 此外，Real-ESRGAN项目还提供了详细的使用说明和演示，包括图片测试修复超分和视频测试修复超分的步骤。 总的来说，Real-ESRGAN是一个功能强大的图像/视频修复工具，具有实用性强、操作简便等特点。

ChuanhuChatGPT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。

1.产品介绍 一款轻量级开源标注工具，自由组合多样工具，无缝兼容多格式数据，同时支持载入预标注，加速数据标注效率 2.特色功能 LabelU 提供了多种标注工具和功能，支持图像、视频、音频标注。 · 图像类：多功能图像处理工具，涵盖 2D 框、语义分割、多段线、关键点等多种标注工具，协助完成图像的标识、注释和分析。 · 视频类：具备强大视频处理能力，可实现视频分割、视频分类、视频信息提取等功能，为模型训练提供优质标注数据。 · 音频类：高效精准的音频分析工具，可实现音频分割、音频分类、音频信息提取等功能，将复杂的声音信息直观可视化。 3.产品特性 · 简易，提供多种图像标注工具，通过简单可视化配置即可标注 · 灵活，多种工具可自由组合使用，满足大部分图像，视频，音频的标注需求 · 通用，支持导出多种数据格式，包括 JSON，COCO，MASK

Upscayl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。

sonic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。

其核心功能是通过提供发言者的短音频片段（参考语音），实现声音的高效克隆。 这意味着您可以使用OpenVoice来克隆任何人的声音，而且不限于特定语言。无论您是想要模仿某位名人的声音，还是需要在不同语言之间进行语音转换，OpenVoice都能够满足您的需求。 项目地址： https://github.com/myshell-ai/OpenVoice

零样本文本到语音（TTS）： 输入5秒的声音样本，即刻体验文本到语音转换。 少样本TTS： 仅需1分钟的训练数据即可微调模型，提升声音相似度和真实感。 跨语言支持： 支持与训练数据集不同语言的推理，目前支持英语、日语和中文。 WebUI工具： 集成工具包括声音伴奏分离、自动训练集分割、中文自动语音识别(ASR)和文本标注，协助初学者创建训练数据集和GPT/SoVITS模型。 介绍视频 https://www.bilibili.com/video/BV12g4y1m7Uw/ 来自B站up主：花儿不哭

Janus Pro 统一多模态理解与生成模型 翻译站点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。

ChatGPT-Next-Web-LangChain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。

一个使用OpenAI的Whisper Large v2进行语音识别的脚本，能够在短短10分钟内转录300分钟的音频 。该项目的目标是提供一个简单的入口来运行推理和微调Whisper，用于自动语音识别（ASR） 。该项目还提供了一个CLI（命令行界面），可以在终端上进行100多种语言的数据翻译和转录 。

OpenPromptStudio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。