剑二十七

CogVideoX是智谱AI推出的一款开源视频生成模型，该项目在视频生成领域引起了广泛关注。以下是对CogVideoX开源项目的详细介绍：一、项目背景与简介CogVideoX作为智谱AI的创新成果，旨在通过深度学习技术将文本或图像转换为高质量的视频内容。该项目不仅推动了视频生成技术的边界，还为创作者提供了全新的创作工具和平台。CogVideo...

这个开源项目我之前也分享过，但是最近又更新了。文件是在是太大了就一个基本能运行的压缩包 还只是包含了一个模型就是差不多15G,我上传上来都是要半天啊。实在是无语的很。如果你的显卡是N卡就继续看下去，如果是A卡就没有必要看下去了。这个软件只支持n卡。可惜我的显卡也是A卡，所以我只能脑补一些情况。但是我为了小伙伴的福利，还是坚持在网上搜了下其他人...

这个项目我已经做好了几天了，在群里也是分享了，经过几天的运行测试后，现在已经非常稳定了，所以今天抽空整理下分享出来。换脸的效果还是很不错的，你们可以下面的视频演示就知道了。虽然我之前也已经分享了几个换脸的工具了，但是谁又会在意多一个呢？多一个选择总是好的。这个操作是极其简单的。选择人脸，选择视频点下提交就可以换脸了。特别适合那些电脑基础差的小...

CodeFormer是一个基于AI技术的深度学习项目，由南洋理工大学和商汤科技联合研究中心共同开发。该项目专注于人脸复原领域，通过深度学习模型提升模糊或受损人脸图像的质量。CodeFormer结合了VQGAN和Transformer两种先进的神经网络架构，其中VQGAN利用向量量化技术将图像编码为一系列离散的向量，并通过解码器恢复成图像，而T...

TotalAIChat是一款功能强大的集成型聊天工具，由EffiDataEase团队开发并维护。该软件基于Qt6框架，结合QWebViewEngine与C++编程语言，为用户提供了前所未有的AI聊天体验。它巧妙地集成了国内八大主流聊天机器人，包括问心一言、腾讯元宝、通义千问、豆包、Kimi、开工、360以及讯飞，使得用户能够在一个统一的界面中...

GFPGAN是一个由腾讯PCG应用研究中心（ARC）开发的开源项目，专注于现实世界中的人脸修复算法。它利用预训练的人脸生成对抗网络（GAN）中的丰富先验信息来进行盲脸修复，尤其擅长处理低分辨率或损坏的人脸图像。GFPGAN主要特点：实用性：旨在为实际应用中的人脸恢复提供实用算法。先验信息：利用GAN（如StyleGAN2）中的丰富和多样先验信...

这个工具有个图片质量增强，也是非常强大好用的，今天突然发现居然还有个同款视频增强我马上分享出来，亲测了一下，确实效果也不错神器 人脸自动识别 图像后期处理调色 Perfectly Clear WorkBench v4.6.0.2618 附模型Perfectly Clear Video Mac/WIN 是一款适用于Mac苹果电脑和Windows...

以下为作者说明背景最近接到一个需求，需要把录音转换为文字，一看网上几款常用的工具，想不到都是收费的；论坛里面找了找，发现基本上都需要云端api，仅有的几个本地的都需要使用GPU中的cuda计算。因此，开发了这么一款语言转文字的小工具，基于Faster Whisper模型，在cpu上也能达到不错的效果。使用方式双击文件打开，在左上角选择模型，左...

吾爱大神原创作品软件背景介绍：1、软件采用 .net framework 4.6.1框架，如果无法打开，自行下载安装框架2、软件可以离线使用，无需联网担心隐私问题3、软件是基于百度飞桨PaddleSeg人像切割开源模型4、软件适合小白和影楼需要处理很多照片的朋友软件功能介绍：1、批量人像提取2、批量设置人像背景（先设置背景，后选择要处理的图像...

PhotoMaker是一个由腾讯ARC实验室和南开大学MCG-NKU联合开发的前沿图像生成工具，该项目在CVPR 2024会议上进行了展示。PhotoMaker旨在通过堆叠的ID嵌入技术，实现对真实人类照片的定制化编辑与生成。其核心功能在于能够迅速根据用户提供的参考图像（ID图像），结合文本提示，生成具有高度身份一致性（ID fidelity...

这个项目对显卡要求有点高，我大概10秒的视频 转成动漫风格8G的4060大概需要1小时左右。所以你如果显存低于8G 就不要试了。CPU也会占用不少。整合包我已经做好了，解压后记得先安装好cuda就可以使用了。下面是视频演示

MVSEP-MDX23-music-separation-model 是一个专为2023年音乐分离挑战赛（MDX'23）设计的音频分离模型，它能够将音乐分解为四个独立的音轨：“低音”、“鼓声”、“人声”和“其他”。该模型在挑战赛中取得了第三名的好成绩（Leaderboard C），证明了其在音乐分离领域的强大实力。此模型基于Demuc...

BgSub是一个使用AI技术自动删除或替换图像背景的网站，无需上传图像到服务器就能去除图像的背景，从根本上保护用户隐私。特点去除图像背景替换图像背景AI调色自由调整尺寸艺术滤镜最大支持4096×4096分辨率下载地址：https://bgsub.com/

waifu2x-caffe 是一个开源软件项目，旨在通过使用深度学习技术来提高图像的分辨率和质量。这个项目最初是由日本工程师lltcggie开发的，基于 Caffe 深度学习框架实现。waifu2x-caffe 的主要功能是将低分辨率的图像放大至高分辨率，并提升图像的视觉质量，尤其在处理动漫风格的图像方面表现出色。这个软件的强大之处在于其通过...

EmotiVoice（易魔声）是一款功能强大且现代的开源文本转语音（TTS）引擎，由网易有道开源并维护。该软件以其中英文双语支持和超过2000种不同的音色而闻名，为用户提供了极为丰富的声音选择。以下是对EmotiVoice（易魔声）的详细介绍：一、核心功能双语言支持：EmotiVoice支持中英文两种语言的文本转语音，满足了不同用户的语言需求...

LivePortrait是一款由快手科技与中国科学技术大学和复旦大学合作开发的先进AI驱动的肖像动画框架，其项目地址位于https://github.com/KwaiVGI/LivePortrait。该软件旨在通过创新的图像处理技术，将静态的照片转化为栩栩如生的动态视频，为用户带来更加生动有趣的视觉体验。核心特点高效性：LivePortrai...

MimicBrush是一款由阿里巴巴、中国香港大学和蚂蚁集团共同研发的创新性AI图像编辑工具，该软件通过先进的AI技术，实现了零样本图像编辑，为用户带来了前所未有的图像编辑体验。核心特点模仿式编辑：MimicBrush能够自动识别并模仿参考图像中的视觉元素，将其应用到源图像中指定的编辑区域，实现精准且自然的图像融合。自动化编辑：用户只需简单指...

写在最前面，这个开源项目我早就关注了，但是一直没有合适的硬件来折腾，但是不折腾又不甘心。这不群里傻木小伙伴提供了一台机器暂时折腾一下，我就用这个机器昨天抽空弄了这个的开源整合包，模型是真的多啊。下载了我半夜。。。虽然整合包是做好了可惜很遗憾，这个视频重绘还是太耗显卡。我估计最低都需要12G 显存，否则一点运行就直接爆了显存。不信的可以看后面的...

转换速度还可以，我玩了一上午，大概10多秒就可以转一次1分钟左右的音频。效果还是不错的，分离出来的人声很干净，如果搭配其他字幕软件是很容易被识别出来的。关键是这个软件安装好就可以用了，不需要去设置一些复杂的参数什么的。UltimateVocalRemoverGUI是一款开源的人声分离软件，采用了最先进的音源分离模型，以去除音频文件中的人声。该...

Paints-Undo是一个专注于数字绘画行为的创新AI模型项目，其目标是为人类艺术家和研究者提供一个基础模型，以更好地理解和模拟人类绘画的过程。Paints-Undo的核心功能在于它能够通过输入图像，反向推导出绘制该图像的一系列步骤。这一功能不仅限于简单的素描、着色等过程，还能模拟复杂的阴影处理、图层变换、颜色曲线调整等人类艺术家在创作过程...

本程序使用了来自腾讯ARC Lab提供的Real-ESRGAN模型，目前模型主要来自于人像，能对人像进行一个较快的处理，特别是动漫图片，进行一个很好的放大。功能说明支持多线程处理支持批量图片处理支持设置选项支持自定义输出格式和自定义输出路径支持AI引擎选择支持批量清理任务系统要求:系统: Windows 7+ 运行时: .net framew...

介绍一、软件特点快速加载速度：猎豹浏览器9采用了先进的核心技术，能够快速加载网页内容，提供流畅的浏览体验。无论是打开网页还是切换标签，都能迅速响应，让用户享受到高效的上网体验。智能工具与AI大模型：该版本集成了多种智能工具，如全文总结、解释、改写、图片识别等，这些工具能够显著提升用户的信息处理效率。同时，猎豹浏览器9还配备了AI大模型，帮助用...

AiartyImageEnhancer是一款强大的图像增强软件，利用先进的人工智能技术帮助用户提升图像质量。无论是业余摄影爱好者还是专业设计师，这款软件都能提供卓越的图像处理能力，使您的照片更加清晰、色彩更加鲜艳。以下是对AiartyImageEnhancer软件的详细介绍。功能概述1. 图像清晰度增强AiartyImageEnhancer的...

最近都在留意这个文字转语音工具，无意发现了这个开源项目，效果相当不错，所以顺手就做成了整合包，本身这个项目是支持N卡的，但是因为我没有N卡，所以就只能做成了用CPU跑。。。如果你有N卡，想高效率去生成语音的话可以去开源项目那里看看。群里有小伙伴说这个能否做小说推文，我自己测试了下完全可以，而且我感觉比某音某手上面的小说推文的语音好多了，文末会...

ChatTTS是一个开源的基于PyTorch的文本到语音（TTS）转换项目，旨在为开发者提供一个简便、高效的方式来将文本转换为自然 sounding 的语音。尽管项目的文档表明它还在开发完成阶段，这个项目具有实验和开发潜力，特别是在人工智能和机器学习领域的应用中。功能与使用方式：ChatTTS 项目的主要功能是将文本输入转换为语音输出。项目内...

我使用了一段时间，这个工具有点意思，说是浏览器，实际上更像一个收藏夹，可以收藏各种网址放在里面，系统默认就自带了几十条AI相关的网址。有了这个工具可以很方便的使用自己平时经常用到的一些AI网站。浏览器:Noi不仅包括人工智能网站，还允许添加任何URL，提供量身定制的浏览体验（Noi配置).提示管理:提供强大的定制选项，包括添加、同步、批量标记...

这个工具就是把目前各种AI整合到一起，免得再安装各种环境。方便新手使用AI工具。如果你懒得动手去下载各种整合包的话可以试试这个工具，简单容易上手。登录后会送14天会员体验。介绍小白兔AI是一款面向普通人的AI桌面APP工具箱，已支持18+AI模型，内容涵盖语音合成、视频补帧、视频超分、目标检测、图片风格化、OCR识别等领域。支持Windows...

热心网友万能君基于开源项目lama 做的一个壳 方便操作，无需搭建环境 解压后即可食用下面图片是官方演示效果，确实还是挺惊艳的：下面是这个开源项目的一些介绍LaMa（Resolution-Robust Large Mask Inpainting with Fourier Convolutions）是一种用于图像修复的深度学习模型。它专门设计用...

Perfectly Clear WorkBench是一款非常好用的图像后期处理调色软件，功能非常强大，包括所有校正功能，预设，创建自定义预设，批量处理无限数量的照片等等，利用人工智能识别技术，让你的照片和图片达到最高质量效果，是一款既可以在PS当中作为插件使用，也可以作为一款独立的软件使用的滤镜。软件使用旨在为用户提供最简单最快速的方式来改善...

群里一个摄影朋友应该对这个图片处理打光这类有需求，就一起共同研究了下这个IC-Light开源项目。因为我本人没有N卡，所以整合包的制作也是在盲狙的情况下制作的。。。A卡没办法运行这个项目。但是结果还是比较满意的。整合包已经制作好了。下面简单看下效果演示上图为原图 来自互联网下面全部是处理后的效果操作界面大概就是这个样子下面简单讲下使用教程双击...

今天无意发现个好东西啊，可以图片替换颜色。给出一张目标图片，然后就可以把原图处理成目标图片相似的风格颜色了。这话说的有拗口。我给一张演示你们知道了比如 我需要把下面的图片以下面图片做参考我为了对比明显给你们看得更明白一点，所以选择这个风格颜色过于鲜明的图片了处理后就是下面这样了是不是跟参考图片是差不多风格和颜色了？演示继续当然你们玩的时候不需...

我之前在微信公众号上有分享这个工具的视频演示。点这里进去看看可以实现人声和背景音乐分类，也可以歌曲人声分类，我已经把所有的模型都下载好，解压即可使用。这个算是上次分享的那个人声背景音乐分离工具的后续吧，之前分享的时候是免费的，后来收费了，喜欢白嫖的人还是很多啊，这次补上这个工具吧 免费开源 无需联网即可操作SpleeterGUI是一款功能强大...