AI编程

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。

Objective Search 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objective.inc。，涉及AI应用接口API、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。

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

当前支持的模型： ✅GPT-3.5 所有版本以及 Embedding 官方接口：支持最新 gpt-3.5-turbo-0125、text-embedding-3-large、text-embedding-3-small 模型。 ✅GPT-4 所有版本官方接口：支持最新 gpt-4-0125-preview、gpt-4-turbo-preview、gpt-4-1106-preview、gpt-4-vision-preview 等模型 ✅GPT-4-32K 所有版本官方接口（32K 系列为老模型，价格贵）。 ✅OpenAI 文本转语音模型：tts-1、tts-1-1106、tts-1-hd、tts-1-hd-1106 ✅OpenAI 语音转文本模型：whisper-1 ✅OpenAI embedding 模型：text-embedding-ada-002、text-embedding-3-small、text-embedding-3-large（官网原价渠道，实际价格及倍率对标原价） ✅Claude3 模型：claude-2、claude-3-opus-20240229、claude-3-

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。

Nuclia是一款基于AI的搜索引擎，可自动提取文本、文档和视频的关键信息，提供精确搜索结果。使用过程简单，选定数据来源后，Nuclia将自动处理数据。支持多种语言搜索，包括自然语言。无需编码，可快速整合到应用中。关于价格，Nuclia提供按需付费和灵活升级的选项，以及15天免费试用。总之，Nuclia能大幅提高搜索效率和准确性。

一个可定制的 AI 聊天组件，能够轻松地将 AI 聊天机器人嵌入到任何网站中。它支持多媒体交互、音频和视频捕捉、语音到文本和文本到语音等功能，并且界面高度可定制。Deep Chat 可以集成到各种现代网页框架中，如 React、Vue、Angular 等，是一个全面、多功能的聊天解决方案。作为一个开源项目，您可以根据需要修改源代码，或者参与到社区中，以贡献新的功能或改进。