剑二十七

在数字化与智能化飞速发展的今天，人工智能技术正以前所未有的速度改变着我们的生活。从日常的语音助手到复杂的图像识别，AI的应用无处不在。然而，你是否想过，AI也能与古典文化相结合，创造出令人惊叹的艺术作品？今天，我要向大家介绍一款独特的工具——中文诗歌生成器，它将AI的强大功能与中华古典诗歌的韵味完美融合，为诗歌创作带来了全新的可能。一、工具简...

Edge TTS（Edge Text-to-Speech） 是微软推出的一款基于深度学习技术的文本转语音（TTS）工具，具有高质量语音合成、多语言支持、灵活配置和开源可扩展等特点，广泛应用于语音助手、电子书阅读、视频制作、教育及智能客服等领域。核心功能高质量语音合成Edge TTS 采用先进的深度学习技术，能够生成自然流畅、接近真人...

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...

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...

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...

WechatRealFriends 是一款基于微信iPad协议的Windows端开源工具，专注于解决微信生态中长期存在的单向好友检测难题。其核心价值在于快速、精准筛查出已删除或拉黑你的好友，并通过自动化标签分类功能，帮助用户高效管理社交关系。该工具通过模拟iPad设备登录微信，调用公开协议接口分析好友关系链，无需主动发送消息或转账，即可在后台...

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...

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...

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...

DiskUsage是一个专为Android设备设计的开源应用程序，旨在帮助用户高效地管理和清理存储卡上的空间。DiskUsage的核心功能是提供一个直观且易用的界面，让用户能够轻松找到并识别出存储卡上占用大量空间的文件和目录。它采用了一种独特的图表显示方式，将各个目录的大小以比例形式直观地呈现出来，同时还展示了多层子目录的结构。这种可视化的方...

Unit Converter Ultimate是一款由physphil开发的开源单位转换应用。这款应用以其简洁、轻量级和Material Design主题的用户界面脱颖而出，为用户提供了一种快速、便捷的单位转换体验。Unit Converter Ultimate支持多种类型的单位转换，包括但不限于货币、温度、长度、质量/重量、速度、面积、烹饪...

Iceraven Browser 是一款专为 Android 平台设计的开源浏览器，其代码库托管于 GitHub，由社区开发者基于 Mozilla Firefox 的分支（Fenix 项目）进行优化和扩展。该项目旨在提供更高效、安全、高度可定制的移动浏览体验，同时支持丰富的扩展功能和隐私保护机制。以下是其核心特性与技术亮点：一、项目背景与目标...

FFShare是一款功能强大的Android应用程序，它专注于在分享前对图像、视频和音频文件进行压缩。这款应用利用了ffmpeg这一强大的多媒体处理工具，为用户提供了一个便捷、高效的文件压缩解决方案。首先，从用户的角度来看，FFShare的最大亮点在于其压缩功能。在日常使用中，我们经常会遇到因为文件过大而无法快速分享或上传的问题。FFShar...

yetCalc 是一个专为 Android 平台设计和开发的开源计算器应用。该项目由开发者 Yet-Zio 在 GitHub 上发起，旨在为用户提供一个功能全面、界面友好的计算工具。凭借其丰富的功能和持续更新，yetCalc 已经吸引了大量用户的关注和使用。核心功能‌多主题切换‌：yetCalc 支持多种主题切换...

Calculator-inator 是一个功能强大的开源Android应用程序，旨在为用户提供一款集计算器与转换器功能于一体的实用工具。该项目由开发者 prathameshmm02 在 GitHub 上发起并维护，吸引了众多用户的关注和贡献。通过其丰富的功能和用户友好的界面设计，Calculator-inator 成为了许...

Spark-TTS是一款先进的文本转语音（Text-to-Speech，TTS）系统，它利用大型语言模型（Large Language Model，LLM）的强大功能，实现了高度准确且自然流畅的语音合成。该系统旨在为研究和生产使用提供高效、灵活且强大的解决方案。Spark-TTS的核心优势在于其简洁性和效率。它完全基于Qwen2.5构建，无需...

该项目由群里傻木推荐，我测试了下 说实话 效果真是一般，对中文的支持还是不够好，下面有截图。我目前这个整合包只能算是半成品，目前只做到了可以运行，但是效率性能什么的都没有去做优化。以后看心血来潮了再动动。CogView4是一个前沿的文本到图像生成模型，由THUDM（清华大学计算机系自然语言处理与人机交互实验室）开发并开源在...

FOSS Browser是一款全自由（在自由的意义上）且完全开源的浏览器，其设计理念着重强调用户的隐私保护。这款浏览器在GitHub（或类似平台，如本例中的Codeberg）上托管其源代码，允许任何用户查看、修改和分发。FOSS Browser采用了最新的Material You设计库，使得用户界面（UI）既现代又美观。它支持系统的日夜模式，...

AdAway是一款专为Android设备设计的开源广告拦截工具，它利用hosts文件和本地VPN技术来有效屏蔽广告内容。这款软件以其高效、简洁和易用的特点，赢得了广大Android用户的青睐。AdAway提供了两种版本供用户选择：预览版和稳定版。预览版位于开发的前沿，适合测试者或喜欢尝试新功能的用户。这些版本可能包含针对新Android版本的...

OpenCamera，作为一款广受欢迎的开源相机应用，该项目自诞生以来，便以提供高质量、高度可定制的拍照体验为目标，吸引了大量摄影爱好者和开发者的关注。OpenCamera的核心优势在于其丰富的功能和高度的可定制性。与传统相机应用相比，它提供了更为详尽的拍摄参数调整选项，如ISO、白平衡、曝光补偿等，让用户能够根据自己的拍摄需求进行精细调整。...

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...

Shion是一款开源的时间追踪软件，旨在帮助用户更好地管理和优化他们的日常时间使用。该项目托管在GitHub上，并且拥有一个活跃的开发者社区，持续地进行功能更新和优化。Shion的主要功能是记录用户日常生活中的各种活动，包括但不限于软件使用时长、网站浏览时长以及日常生活的片段。它提供了时间线和日历两种展现样式，让用户能够直观地看到自己的时间分...

DCTimer-Android是一款功能全面且专为魔方计时和打乱设计的Android应用，由开发者Meigen Chou在GitHub上发布并维护。这款应用以其强大的功能和精确的计时能力，赢得了魔方爱好者的广泛好评。首先，DCTimer-Android支持所有WCA（世界魔方协会）官方的打乱，包括2x2至4x4阶魔方、金字塔魔方、Square...

Lemuroid是一个基于Libretro的开源模拟器项目，专为Android平台设计。它的主要目标是提供简单易用的操作体验、良好的Android系统整合以及卓越的用户体验。该项目起源于Retrograde的一个分支，但随后逐渐发展成为一个独立的项目，并集成了LibretroDroid，从而实现了对多种复古游戏系统的支持。Lemuroid支持...

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...

Noice for Android是一款专注于提供个性化背景噪音生成的应用，旨在帮助用户创造有利于专注、放松或睡眠的声环境。这款应用由trynoice团队在GitHub上开源维护，展示了其对透明度和社区参与的承诺。Noice的核心功能在于其允许用户自由组合多种声音，通过调整不同声音的音量级别，来定制出完美的背景噪音。这种灵活性使得Noice能...

Metro是一款专为Android音乐爱好者设计的Material Design风格的音乐播放器应用，它提供了丰富而强大的功能，同时保持了用户界面的简洁与直观。该软件在GitHub上由MuntashirAkon开源维护，其最新版本的准备工作正在进行中，展示了开发者的持续更新与优化。Metro与一般的音乐播放器相比，有着显著的不同。首先，它去除...