剑二十七

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...

K-9 Mail是一款专为Android用户设计的强大且灵活的电子邮件客户端，它不仅适合电子邮件使用的新手，也能满足高级用户的需求。这款软件以其丰富的功能和开源的特性，在Android平台上赢得了广泛的认可和好评。K-9 Mail的核心优势之一在于其全面的功能集。它支持IMAP协议的邮件推送功能，这意味着用户可以实时接收新邮件的通知，无需手动...

这样的激活工具，我之前也分享过不少，但是这个也不错，所以如果你们遇到激活失败的话可试试这个介绍Microsoft Activation Scripts，简称MAS，Microsoft激活脚本，集合HWID/KMS38/在线KMS激活Microsoft产品，这款批处理版KMS激活脚本最大特色是代码开源，小巧不报毒。三种激活方式分别 ：HWID数...

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...

Tux Paint 是一款针对儿童设计的免费绘图软件，旨在提供一个简单、有趣和教育性强的绘画工具。以下是对 Tux Paint 的详细介绍：用户界面：Tux Paint 的用户界面设计简洁明了，适合儿童使用。包含各种绘图工具，如画笔、填充桶、橡皮擦等，支持多种颜色选择。提供海量的贴纸、图案和特效供用户选择，让绘画过程更加有趣。特色功能：独特的...

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...

Winxvideo-AI由 AI 驱动的视频工具包。 增强、转换、录制和编辑视频AI 驱动的顶级视频工具包。 不论是老旧、低质、噪声或模糊的影片/图像，都能升级至 4K，稳定抖动的影片，提升帧率至 120/240fps，并能以全面 GPU 加速进行转换、压缩、录制和编辑 4K/8K/HDR 影片，实现每一帧都具备影院级视觉效果。使用CineA...

image-matting是一个基于开源模型的本地AI图片处理软件，旨在通过AI技术实现高效的图像抠图功能。该项目采用了briaai发布的RMBG-1.4开源模型，为用户提供了一个功能丰富、操作简便的图片处理工具。核心功能AI抠图：支持单张和批量图片抠图，用户无需复杂的操作即可快速从图片中提取出所需的前景物体，无论是人像还是物体，都能达到较高...

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...

WEIFENG2333/AsrTools是一个功能强大的开源项目，专注于提供高效、便捷的字幕生成和处理工具。该项目基于LLM（大型语言模型）技术，实现了智能字幕助手VideoCaptioner，无需GPU支持，即可一键完成高质量字幕视频合成。以下是对该项目的详细介绍：项目背景与特色AsrTools项目旨在解决视频字幕制作过程中的繁琐与低效问题...

这个项目群里的小伙伴 推荐了好多次了，之前我也试过做整合包，做完后发现BUG太多了，我就删了，看到作者最近又更新了，所以抽空把这个整合包做出来了。效果嘛 你们自己看。先来一张官方的示例图下面是我跑完的效果下面继续看我用其他图片跑的出来的效果跑一张图片大概需要3-4分钟。下面是界面截图下面是这个项目的AI介绍nstantIR 是一个在 GitH...

GiliSoft AI Toolkit 是一款功能丰富的综合软件包，专为希望将AI技术集成到其工作流程中的企业和个人设计。该软件包集成了多种AI工具，包括但不限于聊天机器人、OCR（光学字符识别）、TTS（文本到语音）和ASR（自动语音识别）等功能，为用户提供了全方位、高效便捷的AI解决方案。在OCR方面，GiliSoft AI Toolki...

RVC 是一款前沿的音色替换项目，可以进行歌曲的翻唱和实时的变声，具有低延迟、优秀的变声效果、声音模型扩展性、个性化和先进的深度学习技术等特点。该项目的核心功能之一是有更高的自由性和声音模型扩展性，可以对任意动漫角色和人物进行实时的声音转换，前提是进行训练声音模型。这为用户提供了极大的自由度和创新空间。,这种声音模型的转换是通过深度学习实现的...

Hallo是一个由复旦大学、百度公司、苏黎世联邦理工学院和南京大学共同开发的AI对口型肖像图像动画技术，该技术能够基于语音音频输入生成逼真且动态的肖像图像视频。以下是该项目的详细介绍：项目背景：肖像图像动画技术：该技术旨在从单个静态图像和相应的语音音频中生成一个说话的人像，在视频游戏和虚拟现实、电影和电视制作、社交媒体和数字营销等领域具有巨大...

Inkscape 是一款开源矢量图形编辑软件，它为设计师、艺术家和开发人员提供了创建和编辑矢量图形的工具。作为一款免费软件，Inkscape 可以在 Windows、Mac OS X 和 Linux 系统上运行，为用户提供强大的矢量设计功能。下面我将为您介绍 Inkscape 的主要特点和功能。1. 矢量绘图：Inkscape 使用矢量图形来...

Diffusers Image Outpaint 是一个在 Hugging Face 上的开源项目，它为图像外绘（image outpainting）提供了强大的工具和解决方案。一、项目背景与目标在图像处理领域，有时我们需要对图像进行扩展或修复，尤其是在图像的边缘部分进行外绘，以创造出更完整或更具创意的图像效果。Diffusers Image...

roop 这个项目，原作者已经放弃了，转去做facefusion了。我这2天在整理我的网站上的一些开源项目，然后想更新下这个项目的最终版本。原来分享的不是最终版，估计想最终版也许值得珍藏。就去研究了下。发现这个版本居然是支持A卡来跑的。速度还不错，就花了点时间做成了整合包。今天分享出来，整合包代码全部开源，我没有加密任何文件，有很多人喜欢把启...

超级实用的一个AI开源工具，可以输入文本来生成各种声音，感觉这个很有实用场景啊，群里小伙伴推荐的一个项目。我花了点时间做成了整合包。腾讯AI实验室与约翰霍普金斯大学强强联手，共同推出了EzAudio这一革命性的文本到音频生成模型。EzAudio以其前所未有的高效能与卓越音质，为人工智能与音频技术的融合树立了新的里程碑。EzAudio之所以能在...

下面文字是作者原话这是一个离线运行的本地语音识别转文字工具，基于 fast-whipser 开源模型，可将视频/音频中的人类声音识别并转为文字，可输出json格式、srt字幕带时间戳格式、纯文字格式。可用于自行部署后替代 openai 的语音识别接口或百度语音识别等，准确率基本等同openai官方api接口。部署或下载后，双击 start.e...

Tailor 是一款功能强大的视频智能裁剪、生成及优化工具。这款软件集成了最先进的人工智能技术，为用户提供了前所未有的视频处理体验。Tailor涵盖了视频剪辑、视频生成和视频优化三大核心功能，共包含10种不同的处理方法。在视频剪辑方面，Tailor拥有精准的人脸识别技术，能够自动捕捉视频中的精彩人脸瞬间，并允许用户轻松选择关注的人脸进行裁剪，...

PuLID是一个由ByteDance Inc.开发的开源项目，专注于通过对比对齐技术实现纯净且高效的图像生成ID定制化。该项目由Zinan Guo、Yanze Wu、Zhuowei Chen、Lang Chen和Qian He等研究人员共同贡献，其中Zinan Guo和Yanze Wu为等量贡献者，Yanze Wu为通讯作者。PuLID项目的...