剑二十七

CosyVoice：基于大语言模型的先进语音合成系统CosyVoice 是一个由 FunAudioLLM 团队开发的开源文本到语音（TTS）系统，目前已迭代至Fun-CosyVoice 3.0版本。该项目基于大语言模型（LLM）架构，在语音合成领域实现了多项技术突破。核心技术特点Fun-CosyVoice 3.0作为最新版本，在内容一致性、说...

Z-Image-Turbo Generator 是一个基于 Tongyi-MAI/Z-Image-Turbo 模型的高性能AI图像生成应用。通过简洁直观的Gradio界面，用户可以轻松生成高质量的1024x1024分辨率图像，特别擅长生成具有中国传统文化元素与现代风格融合的艺术作品。✨ 核心特性⚡ 极致性能优化8步极速生成：仅需8个推理步骤即...

FaceFusion这个AI换脸的项目已经太久没有更新了。作者终于在昨天更新了3.0，更新幅度大得惊人。这么久不更新，原来是一直在憋大招，这个CD冷却也太久了。。。我第一次时间就去做整合包了。本以为这还不是有手就行的事，但是有点难度。因为3.0更新太大了，所以之前版本的模型还有一些东西根本用不上了，我只能慢慢去研究了。搞半天最后把我的系统的c...

Wan2GP 是专为“显卡资源有限”的用户打造的**开源视频生成工具箱**。它把目前最先进的文生视频、图生视频、视频编辑模型（Wan 2.1、Hunyuan Video、LTX Video 等）做了重度优化和封装，让只有 6-8 GB 显存的旧显卡也能跑得动、跑得快，并提供了一整套 Web 界面与周边工具，做到“开箱即玩”。一句话总结：**把...

🎙️ VibeVoice：你的超级AI配音员"把文字变成自然对话的魔法工具"🌟 什么是VibeVoice？想象一下，有一位永不疲倦的配音员，能一口气生成90分钟不间断的语音内容，还能在对话中自如切换不同角色的声音——这就是微软开发的VibeVoice，一款革命性的AI语音生成工具！💡 它能为你做什么？（实用场景）场景用途效...

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...

—— 高清图像修复、增强与风格化处理工具本系统基于先进的 qwen 图片编辑模型 与 Nunchaku 量化技术 构建，结合 LoRA 微调模型支持，提供强大且高效的图像编辑能力。无论是老照片修复、人像增强、风景优化，还是黑白图上色，都能一键实现高质量输出。🔧 核心功能✅ 高清图像修复与增强支持上传任意分辨率图像（最小边自动放大至 1024p...

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...

这个工具是做什么的？这个程序可以自动为你的人物照片生成一段“AI绘画提示词”。简单来说：你放一张人物照片进去，它就能写出一段详细、生动、充满吸引力的文字描述，这段文字可以直接用在 AI 绘画工具（比如 Stable Diffusion）中，让 AI 画出类似风格或效果的图片。例如，它会描述：人物有多美、眼睛多勾人、嘴唇多诱人；身材曲线多么火辣...

Waifu2x Extension-GUI是一款功能强大的图像增强工具，基于Waifu2x库开发，提供了一个直观易用的图形界面。该工具旨在通过深度学习技术，特别是卷积神经网络（CNN），来无损放大和优化二次元风格的图像，同时也适用于普通照片。主要功能与特点：图像放大：无论是动漫还是现实生活中的照片，都可以通过该工具进行无损放大，保持原有的清晰...

FocusAny开源工具介绍FocusAny是一个功能强大的智能AI办公助理，它集成了多种实用功能，旨在帮助用户提高工作效率。这个开源工具支持市场插件和本地插件的一键启动，使得用户可以快速扩展其功能，满足多样化的办公需求。一、功能特性功能设置：FocusAny允许用户自定义呼出快捷键，方便在需要时快速启动。此外，用户还可以设置开机自启动，确保...

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、人脸修复等，以及视频的无损放大、擦除水印、转换为卡通漫画风格、转制3D、上色修复、插值补帧等功能。总之，...

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...

AI-Writing 是一个旨在利用人工智能模型来辅助文本创作的开源项目。它可以帮助用户提高写作效率，适用于文章撰写、文案生成、内容润色、创意激发等多种场景。该项目可能整合了当前主流的自然语言处理（NLP）模型，比如 GPT、ChatGLM、BERT 等，以实现以下功能：✨ 主要功能特性自动续写根据用户输入的开头段落或句子，自动生成后续内容。...

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...

📖 什么是27Watermark？27Watermark 是一款基于先进AI技术的智能视频和图片去水印工具。它使用最新的FLUX.1-Kontext模型，能够智能识别并移除视频和图片中的水印，同时完美保持原始内容的完整性和质量。🎯 核心功能✨ 智能去水印精准识别：AI自动识别水印位置和类型智能修复：用周围背景自然填补水印区域质量保持：保持原始...

AiNiee 是一款专注于 AI 翻译的工具，主打一键自动翻译复杂长文本内容，涵盖游戏、书籍、字幕、文档等多种场景。其核心目标是通过智能化技术提升翻译效率与质量，同时支持广泛的文件格式和使用场景。核心功能格式全能，覆盖广泛深度支持游戏文本翻译，兼容 Mtool、Renpy、Translator++ 等游戏文本导出工具。轻松处理多种文件类型：I...

lobehub/lobe-chat 是一个开源的、现代设计风格的 ChatGPT/大语言模型 (LLMs) 用户界面 (UI) 和框架。它旨在为用户提供高度灵活和可扩展的 AI 对话体验，支持多种大型语言模型（如 OpenAI GPT、Anthropic Claude、Google Gemini 等），并具备丰富的功能，使其适用于个人用户、开...

ComfyUI 是一个基于节点（Node-based）的图形界面工具，专为使用 Stable Diffusion及其衍生模型进行图像生成而设计。它通过可视化的流程图方式，让用户无需编写代码即可构建复杂的生成工作流。🧩 1. 可视化流程图系统节点式编辑器：将每一个操作（如加载模型、输入提示词、图像采样等）封装为独立节点，用户可以通过拖拽连接这些...

介绍说明：项目概述：名称：Snow Shot设计理念：以简洁优雅作为设计理念类型：工具软件功能特点：截图功能：Snow Shot 是一款功能强大的截图工具，支持快速截图。文字识别：集成了文字识别功能，用户可以通过快捷键在截图后自动进行文字识别。翻译功能：支持快速翻译，用户在选中需要翻译的文本后按下翻译快捷键即可查看翻译结果。AI 对话：还集成...

ChatWise是一款专为桌面设计的多功能、高性能 AI 聊天工具。它支持多种主流大语言模型（LLM），具备多模态交互能力，并强调隐私保护与本地化使用体验。✨ 主要功能与特点1. 支持任意语言模型（Any LLM）兼容市面上主流的语言模型服务，包括：OpenAI 的 GPT-4、GPT-4oAnthropic 的 Claude（包括 Clau...

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...

🧠 什么是 Step-Audio-EditX？Step-Audio-EditX 是由 StepFun AI 团队开源的一款 30 亿参数（3B）的大语言模型（LLM）驱动的先进音频编辑系统，专注于 高表现力、可迭代、细粒度的语音编辑与零样本语音合成（TTS）。它不仅能高质量克隆任意人声，还能对语音的情绪、说话风格、副语言特征（如笑声、叹息等）...

腾讯 AI Lab 推出的一个 “AI 自动生成完整歌曲” 的免费工具。你只需要提供一段歌词，它就能帮你自动配上人声 + 伴奏，生成一首像模像样的歌，支持中文和英文！🎤 它能做什么？你写歌词，AI 唱出来：你只要写下带结构的歌词（比如“[主歌]……[副歌]……”），AI 会自动配上旋律、人声和背景音乐。支持风格定制：你可以指定歌曲风格（比如“...

基于 Ovis2.5-2B 多模态大模型 · 中文支持 · 批量处理 · 智能检索✨ 核心功能🔍 智能视频内容理解自动分析视频内容，生成结构化中文描述，包括：人物性别、年龄段（儿童/少年/青年/中年/老年）发型发色、服装款式与颜色动作行为（如跳水、游泳、站立、互动）场景环境（户外/室内、植被、天气、水域类型）3等等⚡ 高效批量处理递归扫描整个...

NoteGen 是一个专注于记录 和写作 的跨平台 AI 笔记应用，它基于 Tauri 开发，目前支持 Mac、Windows 和 Linux 平台，并计划在未来支持 iOS 和 Android 。该项目旨在通过结合人工智能技术，提升用户的记录效率与内容整理能力，同时提供强大的 Markdown 写作功能。以下是 NoteGen 的主要特点和...

SoulX-Podcast是由 Soul AI Lab 开源的一个面向播客场景的高质量、长篇、多说话人对话式语音合成（TTS）系统，专为生成自然、富有表现力、支持方言与副语言特征的播客音频而设计。🔍 项目核心特点1. 长篇多轮多说话人对话生成支持生成多人交替对话的播客内容（如主持人 + 嘉宾）；能处理长文本输入，保持语音连贯性和角色一致性；适...

本工具基于 Qwen3 系列轻量化大模型（Qwen3-0.6B 与 Qwen3-1.7B，GPTQ Int8 量化版本），专为图像生成（如 Stable Diffusion、Midjourney 等）用户设计，帮助你将简单粗糙的提示词自动优化为高细节、高表现力、风格明确的专业级描述。🔧 核心功能双模型可选Qwen3-0.6B：轻量快速，适合日...

基于 Qwen3-VL-4B-Instruct 的多模态智能交互平台📌 简介本应用是一个基于 通义千问 Qwen3-VL-4B-Instruct 大模型的多模态推理系统，支持对 图像、视频、PDF 文档、GIF 动图 等多种媒体内容进行智能理解与分析，并能自动生成精准描述、解答问题或提取关键信息。借助 Gradio 构建的直观 Web 界面，...

DreamOmni2 是一个“万能图像编辑器” —— 你给它两张图 + 一句指令，它就能智能地把第一张图“改”成你想要的样子，参考第二张图的风格、内容、细节等。🖼️ 它能做什么？（举几个例子）你想做什么DREAMOMNI2 能做到把照片里的衣服换成另一件✅ 上传原图 + 新衣服图 + 指令：“把第一张图的衣服换成第二张的”让人物发型和参考图一...

🎯 这个工具能做什么？这是一个 AI 换装 + 换姿势 的智能图像生成工具，名字叫 Leffa。它能帮你完成两件很酷的事情：1️⃣ 虚拟试衣（AI 换衣服） 👗你只需要提供：一张你自己的全身照片（人像）一张你喜欢的衣服照片AI 就会自动把这件衣服“穿”到你身上，生成一张逼真的试穿效果图！✅ 支持上衣、裤子、连衣裙等多种服装类型✅ 衣服纹理、褶...

🎙️ Kani TTS — 高质量、模块化、类人语音合成开源项目Kani TTS 是一个由 nineninesix-ai维护的开源文本到语音（TTS）系统，致力于从文本输入生成高质量、自然流畅的语音。项目支持本地独立运行与Web 流式服务，适用于开发、研究及个性化 TTS 场景。GitHub 仓库地址：https://github.com/n...