剑二十七

昨天分享了roop的整合包支持AMD显卡来运行，今天分享的这个工具是roop的一个分支，虽然roop的作者已经弃更了，但是还有其他人继续更新。这就有产生了一个新的项目roop_unleashed。估计是这个项目出来并没有多久，所以知道的人不是很多，这2天我心血来潮就把这个项目也做了一个整合包，这个roop_unleashed是支持N卡的，但是...

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...

介绍开源的 ChatGPT API (OpenAI API) 桌面客户端，Prompt 的调试与管理工具，支持 Windows、Mac 和 Linux软件截图软件特点和 ChatGPT Plus 一样快数据存储在本地，不会丢失更自由、更强大的 Prompt 能力支持 GPT-4 和其他模型支持自定义域名代理更多功能：Markdown、消息引用...

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...

今天在网上到处瞎逛的时候，发现个好东西，能让普通人也用上AI,无需复杂的配置，更神奇的是居然可以用我的AMD RX580跑起来。让你们先看下截图这是这个工具的全部截图。操作极其简单，如果要运行什么，会提示你去下载模型，下载模型会自动下载，为了节约大伙的时间，我已经把模型全部放在压缩包里面了。基本就实现了解压即可使用，下面看下我随便问几个问题。...

这个工具我用来很长一段时间了，只是我居然一直忘记给大伙分享出来，直到昨天群里有人在问这样的工具。我才想起来把这个分享出来给大伙。虽然这个工具的标题叫视频翻译，实际上远远不只这些功能，我一直用这个工具来做字幕识别，比如我以前的教程那些字幕很多都是这个工具帮我做的。识别率也很高，超级方便。本来想今天一早就分享出来，但是事情比较多，又是瞎折腾的一天...

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...

NextChat 是一款基于现代 Web 技术栈构建的全栈开源聊天应用模板，旨在帮助开发者快速搭建高性能、可扩展的实时通信平台。该项目由社区驱动，采用前沿技术组合，为初创企业、开发者及教育机构提供了开箱即用的聊天解决方案。核心技术栈NextChat 以 Next.js 13 为核心框架，结合 TypeScript...

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...

复旦、百度联手推出全新AI模型Hallo2 AI数字人 一键整合包，可生成高清4K数字人视频E2/F5 TTS AI人工智能 文字转语音工具，可克隆声音，可训练开源 Apt Full  绿色版 一个功能强大、操作便捷的AI生产力工具GPT-SoVITS 一个强大的开源工具，专注于少样本语音转换和文本到语音（TTS）的合成 一键整合包...

万象生图是一款利用先进人工智能技术打造的图像生成与增强软件，旨在为用户提供高质量的图像处理解决方案。无论是日常应用还是专业设计，这款软件都能满足用户的多样化需求。以下是对万象生图的详细介绍。功能概述1. 图像生成万象生图的图像生成功能利用深度学习和神经网络技术，能够根据用户输入的文本描述生成高度逼真的图像。用户只需输入简单的关键词或描述性文字...

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...

Deep-Live-Cam是一款由hacksider开发并维护的创新性软件，旨在为快速发展的AI生成媒体行业贡献一份力量。该软件的主要功能是通过深度学习技术，实现实时的人脸替换与增强，为艺术家、设计师以及内容创作者提供了一个强大的工具，帮助他们以全新的方式创作和表达。项目概述Deep-Live-Cam的核心价值在于其广泛的应用场景。艺术家可以...

Stability Matrix是由Lykos AI开发的一款革命性工具，专为简化Stable Diffusion的使用和管理而设计。作为一款多平台包管理器和推理用户界面，它极大地提升了Stable Diffusion的易用性和用户体验。核心功能多平台支持：Stability Matrix支持macOS、Windows和Linux系统，确保用...

这个工具基于bria-rmbg-2.0模型文件二次开发。可以批量抠图片，也可以对视频进行抠像。速度快，效果也不错。对显卡占用很低，6G的英伟达显卡就可以流畅运行了。操作极其简单，无需任何基础 会点鼠标即可。部分代码加密了。原因无他，最近发现太多人直接删改我辛苦写的代码。无任何提示和注明出处，所以部分代码我加了密。1.6版截图2.0 ...

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...

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...

GPT-SoVITS是一个强大的开源工具，专注于少样本语音转换和文本到语音（TTS）的合成。该工具由RVC-Boss团队开发，并在GitHub上公开分享，为用户提供了一个灵活且功能丰富的平台，以满足语音合成的多样化需求。核心功能GPT-SoVITS的核心功能包括零样本和少样本TTS。零样本TTS允许用户仅通过输入一个5秒的语音样本，就能即时体...

这是一个免费开源的AI生产力工具，旨在通过内置的智能功能提升用户的工作效率，并保障用户的隐私和数据安全。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、...

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...

Trae 是由字节跳动推出的一款人工智能集成开发环境（AI IDE），旨在通过智能化的功能提升开发者的编程效率和体验。以下是对 Trae 的详细介绍：智能代码生成与补全Trae 集成了先进的 AI 模型，如 Claude 3.5 和 GPT-4o，能够根据开发者的描述自动生成高质量的代码片段或完整的项目代码。在编写代码的过程中，Trae 还会...

上面是教程开源 免费 离线 gtp4 语音大模型搭建极其简单无需GPU安装极其简单，基本就是点几下，然后倒入模型后就可以使用，无须联网。免费，无任何限制。我玩了好多天了，很稳定。效率也不错，才分享出来的。GPT4All是一款引人注目的软件，它为用户提供了一个在本地设备上运行大型语言模型（LLM）的平台。无需昂贵的硬件或持续的网络连接，GPT...

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...

Myne是一款专为Android平台设计的开源应用程序，其核心功能是允许用户从Project Gutenberg下载并阅读电子书。这款应用不仅为用户提供了一个便捷的阅读平台，还通过其现代化的界面设计和丰富的功能，极大地提升了阅读体验。以下是对Myne软件的详细介绍：一、软件背景与定位Myne项目诞生于对开源精神和数字阅读需求的深刻理解。作为一...

LiYing 是一款专为自动化完成一般照相馆后期流程而设计的照片自动处理软件。它能够实现一系列复杂的图像处理任务，包括人体与人脸的自动识别、照片角度的自动纠正、背景色的自动更换、以及根据需求自动裁切并排版任意尺寸的证件照。这些功能使得LiYing成为摄影工作室、证件照拍摄点以及个人用户处理证件照的强大工具。该软件的独特之处在于其完全离线运行的...