SillyTavernAI角色聊天界面

SillyTavernAI角色聊天界面

SillyTavern(或简称 ST)是一个本地安装的用户界面,允许您与文本生成 LLM、图像生成引擎和 TTS 语音模型进行交互。 一个可以本地部署的虚拟角色聊天软件,支持多种虚拟角色,也可以自己创造角色,后台可以连多种不同LLM,比如OpenAI、Claude、Llama等,支持TTS(文字转语音) 支持中文、英文、日文、韩文等多语言 由于 SillyTavern 只是一个界面,您需要访问 LLM 后端才能进行推理。您可以使用 AI Horde 进行即时聊天。除此之外,我们还支持许多其他本地和基于云的 LLM 后端:兼容 OpenAI 的 API、KoboldAI、Tabby 等等。您可以在 文档 中了解更多关于我们支持的 API 的信息。 硬件要求极低:任何支持 NodeJS 18 或更高版本的设备均可运行,(电脑端、手机端均可运行下载) 如果您打算在本地机器上进行 LLM 推理,我们建议您使用 3000 系列 NVIDIA 显卡,并至少配备 6GB VRAM。更多详情,请查看您后端的文档。 SillyTavern 围绕”AI角色卡片”的概念构建。角色卡片是一系列设定 LLM 行
2,4010
anytext

anytext

阿里达摩院发布的AnyText项目看起来非常出色,它能够生成与原始图片风格相融合的文字,或者对图片中的文字进行修改,同时支持中文! AnyText项目包括两个核心模块:一个潜在特征模块和一个文本嵌入模块。潜在特征模块使用文本字形、位置和蒙版图像等输入,生成用于文本生成或编辑的潜在特征。文本嵌入模块则利用OCR模型将笔画数据转化为嵌入,再与来自标记器的图像标题嵌入相结合,生成能够与背景无缝融合的文本。 为了提高书写的准确性,AnyText采用了两种损失函数进行训练:文本控制扩散损失和文本感知损失。
2,1610
AnyText

AnyText

AnyText 是一个开源的多语言视觉文本生成和编辑工具,它基于扩散模型,能够在图片中生成或编辑文字。这个工具支持中文、英文、日文和韩文等多种语言,适用于电商海报、Logo 设计、创意涂鸦、表情包等多种场景。AnyText 包含两个核心模块:辅助潜在模块(Auxiliary Latent Module)和文本嵌入模块(Text Embedding Module)。辅助潜在模块负责处理字形、文字位置和掩码图像等辅助信息,而文本嵌入模块则将文字的语义信息与字形信息解耦合,以提高文字生成的精度和背景一致性。在训练阶段,除了使用扩散模型常用的噪声预测损失,还增加了文本感知损失,以提升文字书写的精度。 AnyText 的代码和安装说明可以在其 GitHub 页面上找到。要在本地安装和运行 AnyText,需要至少20GB的内存和高端显卡。安装过程包括克隆代码库、准备字体文件(推荐 Arial Unicode MS),创建新的环境并安装所需的软件包。AnyText 还提供了在线演示,用户可以通过这个演示直接体验其功能。 此外,AnyText 的训练数据集为 AnyWord-3M,主要来源于互联网开
2,1810
AIMIX智剪

AIMIX智剪

短视频批量剪辑: 快速批量产出原创短视频,混剪就是最高级的原创,你可以通过自己积累的素材库,生产源源不断的短视频 文案提取/字幕设置: 可以提取视频或音频里的文案,然后通过AI大模型精准识别,可以转化为纯文本的文案,也可以生成视频字幕 配音生成: 提供了十几种真人语音配音,输入视频文案及可快速生成媲美真人语音的视频配音 场景顺序拖动排序: 你可以通过简单的拖动进行场景排序,生成新的短视频脚本 设置场景时长: 可以精确控制每个场景的时长,从而精确控制短视频生成的长度和效果 源视频配音: 如果你不想自己配音,可以直接导入源视频,自动提取源视频的音频进行配音
2,8110