1、GPT-SoVits

GPT-SoVits Это сильная модель голоса клонирования, которая поддерживает небольшое количество конверсии голоса и текста в голосе. Поддержите китайские, английские и японские голосовые рассуждения.

ПроектRVC-Boss такой жеRcell (разработчик технологии искусственного преобразования тонов Sovits)общийтакой же Исследовать,На разработку нового недорогого и простого в использовании инструмента для клонирования звука ушло полгода.

Согласно тестам разработчиков и крупных блоггеров, вам нужно всего лишь предоставить 5-секундный образец голоса, чтобы испытать клонирование голоса со сходством от 80% до 95%. Если предоставить 1-минутный образец речи, эффект может быть близок к эффекту реального человека, и можно обучить высококачественную модель TTS!

Star：2.7k

Адрес проекта: https://github.com/RVC-Boss/GPT-SoVITS

особенность:

• • нулевая выборка TTS：входить 5 образец голоса за считанные секунды и мгновенное преобразование текста в голос.
• • Few-shot TTS：Используйте только 1 Данные минут обучения позволяют точно настроить Модель, чтобы улучшить сходство и реалистичность голоса.
• • Межъязыковая поддержка：Не использует набор обучающих данныхтакой жеязык для рассуждений,В настоящее время поддерживает английский, японский и китайский языки.
• • WebUIинструмент：интегрированныйинструментвключатьголосразделение аккомпанемента、Автоматическая сегментация обучающего набора、китайскийASRи текстовая аннотация,Помогает новичкам создавать наборы обучающих данных и модели GPT/SoVITS.

На этой неделе редактор также написал статью о подробном описании и использовании этого инструмента. Если вы хотите узнать о нем больше, вы можете нажать на ссылку ниже, чтобы прочитать статью:

GPT-SoVits: получено 1,4 тыс. всего через два дня после запуска. проект Star по клонированию звука с открытым исходным кодом! Модель клонирования межъязыковых звуков со взрывными эффектами!

2、Umi-OCR

Umi-OCR Он основан на собственной разработке Baidu. Платформа PaddleOCR открытый исходный код OCR Источник проекта, бесплатное автономное программное обеспечение для оптического распознавания символов.

Star：17.2k

Адрес проекта: https://github.com/hiroi-sora/Umi-OCR

Сумасшедшее приобретение за 16,9к звезда! Распознавание текста с помощью Umi-OCR настолько популярно, что оно решило болевые точки многих людей!

Поскольку этот инструмент имеет открытый исходный код, он обновляет и поддерживает функции захвата экрана/вставки/пакетного импорта изображений, макета абзаца/удаления водяных знаков, сканирования/генерации QR-кодов и других функций. Это не пугает и не вызывает затруднений. мощный!

Самое главное, что это бесплатно и оффлайн!

Функции:

• • бесплатно：Все коды Открытый исходный код, совершенно бесплатно.
• • удобный：Готов разархивировать,Работать в автономном режиме,Интернет не требуется.
• • Эффективный：Принесите свой собственный Эффективныйоценить оффлайнOCRдвигатель。Пока производительности компьютера достаточно,Может быть быстрее, чем онлайн-сервисы OCR.
• • гибкий：Поддержка командной строки、HTTP-интерфейс и другие методы вызова.
• • Функция：скриншотOCR / Пакетное распознавание текста / QR-код / Распознавание математических формул

Этот инструмент имеет множество функций оптимизации, а также оптимизацию взаимодействия, например: совместимость с системой Windows 7, поддержку переключения языков, замену шрифта/фона, системный лоток/горячие клавиши и многие другие оптимизации.

3、AI Gateway

AI Gateway Является Открытым в сфере ИИ исходный кодинструмент,даИнтерфейс между приложением и управляемым LLM,Объединив простые API позволяет пользователям легко и быстро получить доступ 100 Различные большие языковые модели, такие как OpenAI、Anthropic、Mistral、LLama2、Google Gemini ждать.

Star：2.9k

Адрес проекта: https://github.com/Portkey-AI/gateway

Вот этот AI Проект шлюза просто великолепен, легко подключается к OpenAI, LLama2 и Google. Драгоценный камень) этождать 100 Несколько больших языковых моделей!

Особые возможности:

• • ✅ Чрезвычайно быстрый (в 9,9 раз быстрее) и занимает очень мало места (установлено ~45 КБ)
• • ✅ Балансировка нагрузки между несколькими моделями, поставщиками и ключами.
• • ✅ Откаты обеспечивают устойчивость вашего приложения.
• • ✅ Автоматическая повторная попытка с экспоненциальной задержкой по умолчанию.
• • ✅ Подключаемое промежуточное программное обеспечение по мере необходимости
• • ✅ Протестировано в бою с более чем 100 миллиардами токенов

особенность:

• • Единая подпись API.
• • отступать
• • Автоматическая повторная попытка
• • Балансировка нагрузки

AI Gateway Подходит для различных сценариев применения искусственного интеллекта.,Включая обработку естественного языка, генерацию текста, ожидание распознавания голоса. Будь то индивидуальный разработчик или приложение корпоративного уровня.,Все могут извлечь выгоду из удобства и стабильности инструмента.

4、DDColor

DDColor это Академия Алибаба Дамо Исследования, основанные на технологии глубокого обучения Раскраска изображения Модель,Он может автоматически раскрашивать черно-белые изображения или изображения в оттенках серого.,Сделайте изображения более яркими и реалистичными.

Модель использует передовую архитектуру нейронной сети и технологию обучения для идентификации объектов и сцен на изображениях и добавления к ним реалистичных цветов.

Star：402

Адрес проекта: https://github.com/piddnad/DDColor

DDColor: инструмент для раскраски изображений с использованием искусственного интеллекта, отличная модель раскраски черно-белых изображений, поддерживает два декодера!

DDColor Модель Используя технологию двойного декодера, DDColor может одновременно учитывать распределение цвета и детали на уровне пикселей, достигая очень реалистичных эффектов окраски изображения.

Его высококачественный цветовой эффект и высокая скорость обработки открывают широкие перспективы применения во многих областях, открывая новые возможности в области обработки изображений.

5、PhotoMaker

PhotoMaker Это продукт, совместно разработанный Tencent Arc Lab и Нанкайским университетом. куча Встроенная технология идентификации Инструмент с открытым исходным кодом для настройки реалистичных фотографий людей.

Star：5.6k

Адрес проекта: https://github.com/TencentARC/PhotoMaker

Я стал поклонником PhotoMaker, новейшего инструмента рисования с открытым исходным кодом от Goose Factory. На его основе основан генератор мультистилевых аватаров!

Генератор, который может создавать фотографии/картины/аватары кого угодно и в любом стиле.

Возможность генерировать фотографии людей, соответствующие описаниям, на основе описаний.。Вы также можете разместить несколькотакой же Фото-особенности людей, слившихся воедино,Создайте совершенно нового персонажа.

Все еще в состоянииМеняйте пол, возраст человека на фотографии и создавайте другие фотографии в различных стилях.。Быстро и реалистично,Эффект естественный. Нет необходимости обучать LoRA поддержанию единообразия персонажей.