AI开源项目

GPT-vup是一个公共的代码存储库，主要用于BIliBili视频网站、抖音以及人工智能（AI）方面的虚拟主播项目。该存储库在GitHub上备受关注，已经获得了364颗星星和77个分支。它的主要目标是开发虚拟主播技术，为BIliBili和抖音等平台提供更加逼真和有趣的虚拟人物形象。该存储库是公开的，任何人都可以查看和使用其中的代码。

一个OpenAI接口管理和分发系统，它支持多个不同的人工智能模型，包括Azure、Anthropic Claude、Google PaLM 2、智谱ChatGLM、百度文心一言、讯飞星火认知、阿里通义千问以及360智脑

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。

FunClip是一款完全开源、本地部署的自动化视频剪辑工具，通过调用阿里巴巴通义实验室开源的FunASR Paraformer系列模型进行视频的语音识别，随后用户可以自由选择识别结果中的文本片段或说话人，点击裁剪按钮即可获取对应片段的视频

一个开源的聊天用户界面，基于OpenAI聊天模型搭建的高级聊天机器人套件，使用Next.js、TypeScript和Tailwind CSS。它与官方的ChatGPT界面非常相似，可以自定义提示词，支持数据导入导出，还支持谷歌搜索插件。用户需要自备OpenAI密钥，并且支持最新的GPT-4模型。该工具可以在本地部署，也可以利用Vercel一键部署，完全免费，无需服务器即可搭建，绑定自己的域名后国内也可使用。用户可以创建多个聊天窗口，进行搜索，聊天记录导入导出等操作。

SillyTavern（或简称 ST）是一个本地安装的用户界面，允许您与文本生成 LLM、图像生成引擎和 TTS 语音模型进行交互。 一个可以本地部署的虚拟角色聊天软件，支持多种虚拟角色，也可以自己创造角色，后台可以连多种不同LLM，比如OpenAI、Claude、Llama等，支持TTS（文字转语音） 支持中文、英文、日文、韩文等多语言 由于 SillyTavern 只是一个界面，您需要访问 LLM 后端才能进行推理。您可以使用 AI Horde 进行即时聊天。除此之外，我们还支持许多其他本地和基于云的 LLM 后端：兼容 OpenAI 的 API、KoboldAI、Tabby 等等。您可以在 文档 中了解更多关于我们支持的 API 的信息。 硬件要求极低：任何支持 NodeJS 18 或更高版本的设备均可运行，（电脑端、手机端均可运行下载） 如果您打算在本地机器上进行 LLM 推理，我们建议您使用 3000 系列 NVIDIA 显卡，并至少配备 6GB VRAM。更多详情，请查看您后端的文档。 SillyTavern 围绕”AI角色卡片”的概念构建。角色卡片是一系列设定 LLM 行

IOPaint 是一款免费、开源且完全可自行托管的修复/修复工具，由最先进的 AI 模型提供支持。您可以在 IOPaint 中使用各种模型来更改图像，包括修改、擦除

3D to Photo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。

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。

一个开源的文本转语音工具，其表现可以媲美Elevenlabs。它具有以下特点： 1. 能够自动生成多种不同的语音风格，无需依赖特定的参考语音。 2. 采用特殊的训练方法，使得生成的语音更加贴近真人的说话方式。 3. 利用扩散模型技术，高效地生成不同风格的语音。 4. 提供对语音的精确控制，包括语速、语调等方面。 5. 在测试中，生成的语音质量接近于真人录音。即使没有特定说话者的样本，也能生成高质量的语音。 StyleTTS 2的工作原理是通过风格扩散和与大型语音语言模型的对抗性训练来实现接近人类水平的TTS合成。这个模型与其前身不同之处在于，它通过扩散模型将风格建模为一个潜在的随机变量，以生成最适合文本的风格，而不需要参考语音。此外，StyleTTS 2采用非自回归架构，它在生成语音时不需要依次预测每个音频样本，而是可以并行生成整个语音序列。这种方法大大提高了语音合成的速度。 StyleTTS 2在多个评估结果方面表现出色： 1. 在多个测试中，StyleTTS 2生成的语音质量非常高，接近或达到了真人录音的水平。这表明了其在模仿人类语音方面的高效能力。 2. 在LJSpeech数据集

Toshi旨在成为一个类似于Elasticsearch的全文本搜索引擎。Toshi努力成为Elasticsearch的一员，就像Tantivy对Lucene的作用一样。

一个基于私有 LLM 技术的数据库交互工具，通过提供自动化工作流、托管和管理包、安全性、AI 助手、代码审查、问题计划和跟踪、协作和详细文档等功能，使开发者能够更轻松地与数据库进行交互和开发工作，提高工作效率和代码质量。 功能特点：

Amphion是一个开源工具包，可实现语音、声音和歌唱功能。除了文字转语音功能，它还能将一首歌的声音换成另一个歌手的声音，并支持声音转换、歌声合成、文本到音频、文本到音乐等功能。

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。

gpt-engineer是一个人工智能程序，可以根据用户给出的提示构建代码。该程序会要求用户提供澄清信息，并生成一个完整的代码库。这个项目的哲学思想是简单易用，灵活易扩展，让AI学习用户的编码风格。 ▸提出详细问题 ▸生成技术规范 ▸编写所有必要的代码 ▸轻松添加自己的推理步骤、修改、实验 ▸让您在几分钟内完成编码项目