剑二十七

MeloTTS：高质量多语言文本到语音合成工具详解MeloTTS是由MyShell AI开发的一款开源文本到语音（TTS）合成工具，其核心目标是提供高效、自然的多语言语音合成解决方案。该工具通过深度学习技术实现了从文本到语音的流畅转换，支持包括英语、中文、日语、韩语在内的多种语言，尤其在中英混合发音场景中具有显著优势。以下从技术架构、核心功能...

今天因为有点事 需要去找下变声软件。早上已经分享了一款，没想到还是给我另外一款貌似更好用，设置更加简单的变声工具，也是免费使用。入梦自己开发基于RVC的AI变声器,永久免费给大家分享使用,数十种中精选音源一键切换,建议最低配置位N卡1060以上,CPU四核心以上主频大于3.0GHZ,包集成入梦虚拟声卡,AI降噪等,入梦工具箱等辅助工具,使用简...

分享给喜欢玩AI的朋友，我下载测试体验了，基本热门的ai项目都可以下载本地部署，全自动。您的AI项目管理专家，AIStarter实现一键下载使用,实现开箱即用我分享的是完整包 里面已经包含AI的项目文件下面简单说下完整包使用方法。先装好AIStarter Setup 2.0.1.exe。然后启动这个工具设置好目录，硬盘少于1T的千万不要来自取...

上面是这个工具的视频演示和教程。基本上是有手就行了。早几天分享的文字转语音工具，有小伙伴在问是否有人声替换工具？今天分享这个的工具 不仅是人声替换，还可以分离人声，AI唱歌就太简单了。像网上流传很广的孙燕姿唱周杰伦的歌这类的视频和教程已经很多了。我之前也不是没有研究过，但是一直没有分享是因为这类教程对于普通的小伙伴来讲入门的门槛有点高，操作...

可设置成中文Paint.NET 是 Windows 平台上的一个图像和照片处理软件,它由华盛顿州立大学的学生开发和维护并由微软公司提供项目指导，早期定位于MSPaint的免费替代软件，现在逐渐发展为一个功能强大且易用的的图像和照片处理软件，支持图层,无限制的历史记录，特效，和许多实用工具，并且开放源代码和完全免费，界面看起来有点像Photos...

LatentSync是由字节跳动联合北京交通大学推出的端到端唇形同步框架，基于音频条件潜在扩散模型（Latent Diffusion Models），旨在实现语音与唇形运动的高精度同步。该项目通过结合Stable Diffusion的生成能力与音视频联合建模技术，解决了传统方法依赖中间表示（如3D模型或2D关键点）的复杂性问题，直接生成动态逼...

介绍Luminar Neo 是一款全新的照片处理软件，由 Luminar 公司开发。与其它照片处理软件相比，Luminar Neo 采用了全新的界面设计和智能化工具，可以更加方便和快速地处理照片，使其呈现出更加惊人的效果。Luminar Neo 提供了许多先进的图像处理和编辑工具，包括加强、降噪、色调、明暗、色彩等调整以及数十种预设效果和滤镜...

这个是用在电脑上的AI变声，其内核应该是开源项目RVC，具体的我没去研究。因为我貌似也用不上这个工具，比如你打游戏的时候或者和别人语音聊天的时候 可以实时变声玩玩，感觉还是有点意思的，这类的软件不多，大大部分都是收费的，难得遇到一个免费使用的良心工具，切用且珍惜如果不会使用，可以点击软件右下角的使用教程，是视频教程应该很容易学会本地端永久免费...

我之前分享的那几波AI图片素材，全部都是用爬虫爬取后，把原来比较小的图片用这个工具无损放大后再分享的。Upscayl 是一个免费开源的 AI 图像超分辨率工具，AI 模型通过猜测细节来增强图像，提升分辨率。Upscayl 适用于 Linux、macOS 和 Windows，以 Linux 为先的理念建立。下载后即开即用，无需联网。Upscay...

这个软件更新频率实在是太快了，关键是又很大，上传好慢的说。。。这个工具修复视频还是要N卡，如果你没有n卡的话，用cpu跑会让你怀疑人生的，就算10多秒的视频都要半小时以上了。老有人问要什么设备才能好使，我这么说吧，你的显卡是N卡，越贵越好。如果你有N卡，那么这个软件还是很不错的，修复的效果还是很明显。试试吧. 另外我手头还有个开源免费的高清视...

距离我上次更新这个已经过去了三个月多了，这中间AI发展实在是太迅速了，我也中间分享了无数用AI生成的图片素材，感兴趣的小伙伴可以在文末的链接进去看看，基本都是基于这个工具生成的。全部免费下载。大概有几千张，大部分都是精品。目前秋叶同学的这个离线包已经更新到了2.58，因为实在是太大了，上传速度实在是慢，所以更新时间稍稍晚了一点点。喜欢这个工具...

这是热心网友万能君做的一个整合包，整合包里面已经包含了几个换脸项目和一些高清修复功能等，具体可以看下图截图所示。要顺利使用这个工具，必须做好以下几点第一个 这个工具只支持CPU+N卡。如果需要使用N卡，一定要先安装好驱动和CUDA。第二个 一定要安装好运行库。https://www.jian27.com/html/2290.html第三个 所...

MediaInfo是一款免费且开源的媒体文件信息查看器，它可以提供有关音频和视频文件的详细信息。它能够查看几乎所有流行格式的音频和视频文件的元数据，包括视频分辨率、帧率、音频编解码器、比特率和格式等等。此外，MediaInfo还可以提供有关媒体文件中嵌入式字幕和元数据的信息。MediaInfo的用户界面非常简单，易于使用，同时它也支持批量处理...

DiffRhythm：基于差分节奏建模的通用音乐流派分类开源项目DiffRhythm是由ASLP实验室提出的开源项目，旨在通过创新的差分节奏建模（Differential Rhythm Modeling）框架解决音乐流派分类任务。该项目结合传统信号处理与深度学习技术，从节奏这一音乐核心要素出发，构建了具有强解释性和泛化能力的分类模型。其代码已...

今天在网上到处瞎逛的时候，发现个好东西，能让普通人也用上AI,无需复杂的配置，更神奇的是居然可以用我的AMD RX580跑起来。让你们先看下截图这是这个工具的全部截图。操作极其简单，如果要运行什么，会提示你去下载模型，下载模型会自动下载，为了节约大伙的时间，我已经把模型全部放在压缩包里面了。基本就实现了解压即可使用，下面看下我随便问几个问题。...

大伙都知道，我直接分享过挂机流工作流，还有批量提示词工具。但是考虑到平时电脑也还有别的用途，老是用显卡来挂机生图，也是很耽误事。所以我就想利用各大平台的API来生成图片，这样就不会占用本地的资源又可以实现批量文生图的需求。所以今天花了一点时间做出来这个 AI文生图工具 27pic-api，暂时就取这个名字吧。远程调用魔塔的API&n...

AIMP 是一款功能强大的音频播放器，可让您以出色的音质聆听您喜爱的音乐。它的外观类似于另一种经典音频播放器 (Winamp)，因此您很快就会习惯它。它也可以用皮肤定制。该程序包括一个 18 波段均衡器、一个显示节奏视觉效果的可视化窗口和一个用于组织音频文件的播放列表编辑器。漂亮的渐变效果使您的歌曲列表看起来像一个无休止的音乐循环，方便的音...

本工具基于Tile-Upscaler二次开发，简单直接，操作点2下即可，图片高清修复效果还不错,处理速度我的4070tisuper一张1080x1920的图片大概8秒就可以完成高清修复。效果演示原图我个人觉得高清修复效果还可以。所以就花了点时间整合了一下，另外修改了部分代码1 修正一些小bug2 删除没用的演示例子3&nb...

复旦、百度联手推出全新AI模型Hallo2 AI数字人 一键整合包，可生成高清4K数字人视频E2/F5 TTS AI人工智能 文字转语音工具，可克隆声音，可训练开源 Apt Full  绿色版 一个功能强大、操作便捷的AI生产力工具GPT-SoVITS 一个强大的开源工具，专注于少样本语音转换和文本到语音（TTS）的合成 一键整合包...

MatAnyone是一个专注于人类视频抠图（Matting）的实用框架，其独特之处在于支持目标分配功能，并能在核心区域语义和精细边界细节上表现出稳定的性能。该项目由Peiqing Yang等人在2025年提出，并在CVPR（Conference on Computer Vision and Pattern Recognition）这一顶级计算...

InspireMusic是一个专注于音乐、歌曲和音频生成的开源项目，它提供了一个统一的框架来实现这些生成任务。以下是对该项目的详细介绍：主要功能音乐生成：支持文本提示、音乐类型、音乐结构等多种控制方式，可生成高质量的音乐作品。歌曲生成：能够根据用户的文本描述或音乐结构生成完整的歌曲。音频生成：可以生成各种类型的音频，包括但不限于背景音乐、音效...

Deep-Live-Cam是一款由hacksider开发并维护的创新性软件，旨在为快速发展的AI生成媒体行业贡献一份力量。该软件的主要功能是通过深度学习技术，实现实时的人脸替换与增强，为艺术家、设计师以及内容创作者提供了一个强大的工具，帮助他们以全新的方式创作和表达。项目概述Deep-Live-Cam的核心价值在于其广泛的应用场景。艺术家可以...

RainbowTaskbar是一个功能强大且实用的Windows任务栏自定义工具，它允许用户根据个人喜好深度定制任务栏的外观和功能，从而提升整体的使用体验。该工具不仅拥有丰富的自定义选项，还以其高速、低资源占用以及支持GPU渲染的特点而著称。RainbowTaskbar的核心功能之一是支持多种任务栏效果，包括文本、图像、圆角、模糊效果、渐变和...

这是一个免费开源的AI生产力工具，旨在通过内置的智能功能提升用户的工作效率，并保障用户的隐私和数据安全。该项目集成了多种AI模型，特别是提供了私人专属的ChatGPT AI智能助理，能够处理各种文本任务，为用户提供智能辅助。此外，它还能一键批量智能处理图片和视频，包括但不限于图片无损放大、擦除水印、转换为卡通漫画风格、转制3D效果、上色修复、...

CosyVoice是由阿里通义实验室开源的一款多语言语音生成模型，旨在提升人类与大型语言模型（LLMs）之间的自然语音交互体验。该项目作为FunAudioLLM框架中的核心模型之一，专注于高质量的语音合成，能够生成自然且逼真的语音。以下是对CosyVoice开源项目的详细介绍：一、项目背景与目的随着人工智能技术的不断发展，语音交互已成为人机交...

MMAudio是一个开源项目，旨在通过多模态联合训练生成高质量的同步音频。以下是关于这个项目的详细介绍：项目概述MMAudio由香港中文大学的程浩基（Ho Kei Cheng）等人开发，主要功能是根据视频和/或文本输入生成同步音频。其核心创新在于多模态联合训练方法，能够在广泛的音视频和音文本数据集上进行训练。此外，同步模块可以将生成的音频与视...

Paintroid，也被称为Pocket Paint，是一款功能强大的图形绘画编辑应用，专为Android平台设计。它隶属于Catrobat项目，并在GitHub上由Catrobat团队进行开源维护和更新，体现了其对开放源代码和社区协作的重视。Paintroid提供了丰富的绘画工具和编辑功能，使用户能够轻松地在移动设备上创作和编辑图像。其特色...