剑二十七

Orpheus-TTS是一个前沿的开源文本转语音（Text-To-Speech，TTS）系统，它基于Llama-3b这一强大的大型语言模型（LLM）构建。该项目展示了在语音合成领域使用大型语言模型的新兴能力，为用户带来了前所未有的自然语音体验。Orpheus-TTS的核心优势在于其人类般的语音表现。它能够生成具有自然语调、情感和节奏的语音，这...

如果网络没有问题千万不要去点修复，有可能造成网络问题Complete Internet Repair 是一款非常好用的网络修复工具。用户可以使用 Complete Internet Repair 对网络故障进行一键修复，一键帮你修复大部分常用网络故障。Complete Internet Repair（CIR）是一款能够修复各种网络连接问题的软...

Geekbench AI是一款专为跨平台人工智能性能评估设计的基准测试软件，由Primate Labs开发并推出。该软件不仅适用于macOS，还兼容Windows、Linux等多种操作系统，为开发者、数据科学家以及技术爱好者提供了强大的AI性能评估工具。主要功能与特点跨平台支持：Geekbench AI的跨平台特性使其能够在不同操作系统和设备...

Aiarty Image Enhancer是一款利用先进人工智能技术专为图像优化和增强设计的软件。这款工具通过集成复杂的机器学习算法和深度神经网络模型，为用户提供了一套全面且高效的图像处理解决方案，旨在帮助用户轻松提升照片质量，修复老旧或损坏的照片，以及进行艺术化创作，从而满足专业摄影师、设计师乃至普通用户的多元化需求。核心功能与特点：智能图...

B站UP主凯凯-你好 开发的一款文字合成语音 声音克隆工具，免费使用，操作简单“灵声妙语”是一款集创新、高效、个性化于一体的智能声音工具软件，它以其极简的设计风格、卓越的性能表现以及全球多平台覆盖的能力，赢得了广大用户的青睐。该软件以“让创意更简单，让艺术走进生活”为核心理念，致力于为用户提供极致的用户体验。从下载安装的那一刻起，用户就能感受...

这个工具全部都是免费的。我记得之前有个叫什么白的工具貌似还收费，这个基本上你听说过的AI开源项目 它都有，而且还是一键安装。一个工具整合AI绘画、AI视频、AI语音，还有AI数字人的工具：AI 绘画，又能 AI 对话、AI 视频生成、AI语音生成，还能 AI 数字人支持 W...

Trae 是由字节跳动推出的一款人工智能集成开发环境（AI IDE），旨在通过智能化的功能提升开发者的编程效率和体验。以下是对 Trae 的详细介绍：智能代码生成与补全Trae 集成了先进的 AI 模型，如 Claude 3.5 和 GPT-4o，能够根据开发者的描述自动生成高质量的代码片段或完整的项目代码。在编写代码的过程中，Trae 还会...

AudioX是一个创新的开源项目，专注于实现一种全新的音频与音乐生成方式。该项目由Zeyue Tian及其团队开发，并在GitHub上公开分享，为音频生成领域带来了革命性的突破。AudioX的核心是一个统一的Diffusion Transformer模型，旨在解决现有音频生成方法中的局限性，如模态隔离、高质量多模态训练数据稀缺以及多样化输入整...

这个工具就厉害了，基本上你不管是新装的电脑还是重装后的系统，懂点电脑的人都会用这个工具来跑一跑，测试下系统的稳定性什么的，如果硬件有问题的话基本几分钟以后就会蓝屏或者直接死机了，这样就能很快发现问题，如果是重装系统的话用这个跑一跑，如果驱动没安装好或者是存在什么兼容问题的话也可以很快就发现问题的，确实是必备工具之一AIDA64是一款功能强大的...

虽然我已经分享了不少的抠图和视频抠像的工具，但是谁又会嫌弃好工具多呢？所以抽空做了这个BEN2的整合包，这个整合包最大的特点就是可以输出带有透明通道的webm视频格式。在图像和视频处理领域，前景分割技术一直是研究和应用的热点。无论是视频编辑、特效制作，还是人工智能驱动的内容生成，精准的前景分割都是实现高质量输出的关键。而今天我们要介绍的，是一...

我之前做的那个27pic-api还算受大伙的欢迎，但是可能使用的人多了就导致接口被封了，好像现在失效了，一直没去更新。这不群内小伙伴bing 制作了本工具。非常不错，我就喜欢善于动手动脑的小伙伴。API Token去魔搭社区获取注册账号后，记得绑定阿里云账号，就可以获取令牌了再次感谢bing的无私分享使用说明，解压双击即可打开网页，...

ClearerVoice-Studio是由阿里巴巴达摩院通义实验室开源的综合性语音处理工具包，旨在为语音技术研究和应用提供高效解决方案。其核心功能覆盖语音增强、分离、目标说话人提取及超分辨率处理，通过融合复数域深度学习算法与先进模型架构，显著提升了复杂声学场景下的语音处理效果。技术架构与核心优势该框架采用复数域深度学习技术，通过FRCRN（复...

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...

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...

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...

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...

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...

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...

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...

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...

上次虽然我也分享了一个工作流，但是感觉还是不够完美，因为还是需要自己去提交提示词，感觉有点麻烦，然后又研究了下，做了现在的这个工作流。无需自己提交提示词，一键生成。适合我这样的喜欢挂机来生图的人。白天电脑生图的话 其他事就干不了了。因为显卡占用实在太高了，连打个网页版传奇都不行了。有了这个工作流就不一样了，晚上睡觉后开始挂机，早上起来就有几百...

鲜艺AI抠图是一款功能强大的免费AI抠图工具，它以其高效、精准和便捷的特点受到了广大用户的喜爱。以下是对该软件的详细介绍：基本信息软件名称：鲜艺AI抠图软件类型：AI抠图工具平台支持：Windows、macOS特点：免费、离线运行、不登录、不联网核心功能毫秒级抠图：鲜艺AI抠图内嵌了先进的AI模型，能够实现快至毫秒级的精准抠图，大大提高了抠图...

Snapclear是一款功能强大的桌面应用程序，它利用先进的人工智能技术，专注于图像处理领域，特别是图像背景去除、图像分辨率提升以及降噪处理等方面。这款软件由专业开发者精心打造，旨在为用户提供高效、安全、便捷的图像处理解决方案。首先，Snapclear的核心功能之一是图像背景去除。其内置的AI算法经过专业训练，能够精准地识别并分离图像中的主体...

感觉12月 差不多就过去了，刚好昨天又无所事事，然后就把群里各位绅士，不管是自己生成图片还是转发的AI图片，稍稍整理了下，筛选了100张，以供各位小伙伴共享。上选者戒骄戒躁，再多创造出一些人民群众喜欢的图片。未选上的加油提升自己技术水平，争取早点生成大伙喜欢的图片。然后我又用这100张图片批量生成了100个提示词。在文末我会分享出来。生图的工...

vikhyat/moondream是一个开源的、轻量级的视觉语言模型项目，旨在提供强大的图像理解和生成能力，同时确保模型可以在各种环境下高效运行。该项目在GitHub上托管，拥有简洁的代码库和丰富的文档资源，为开发者提供了便捷的使用和定制体验。项目的核心是一个视觉语言模型，该模型能够接收图像作为输入，并基于图像内容生成相应的文本描述或回答相关...

这个工具已经不是简单的格式转换和下载了，自带了好多小工具，可以看下我的截图，已经是超级强大了Aiseesoft Video Converter Ultimate是适用于Windows平台的可靠媒体工具，可让您将4K UHD / HD / SD视频转换为多种流行视频格式。该应用程序能够将2D视频转换为3D视频，并从流行的媒体网站下载在线视频，如...

RMBG-2-Studio是一个基于BRIA-RMBG-2.0模型构建的增强型Pinokio应用程序，它不仅包含了安装文件，还提供了一系列强大的图像处理功能。以下是对该开源项目的详细介绍：项目背景与目的：RMBG-2-Studio旨在为用户提供一种高效、便捷的图像背景移除和图像合成工具。它利用了BRIA AI公司开发的RMBG v2.0背景移...

我基于rembg 开源项目打包制作，部分运行代码参考了一些网友的代码。下面是截图下面是放一些抠图的对比图片这是我批量抠图的演示，因为选的都是一个模型，所以效果确实一般，但是实际上还可以更精细，我已经把所有模型都下载下来了看截图不同的模型可以针对不同类型的图片，不是一个模型就能走天下的。这是官方的说明 可以参考下u2net : 用于一般用例的预...