Meilisearch
Meilisearch帮助你在短时间内塑造一个令人愉悦的搜索体验，提供开箱即用的功能，加快你的工作流程。
PhotoMaker，利用多张照片作为身份ID，获取人物特征，然后根据描述生成符合描述的人物照片创造出一个新的、个性化的人物图像。 PhotoMaker也能把几个不同人的照片特征混合在一起，创造出一个全新的人物形象。还能改变照片人物的性别、年龄和生成多种风格的其他照片。快速逼真，效果自然。 PhotoMaker主要功能： PhotoMaker主要特点： PhotoMaker如何工作？ PhotoMaker首先分析照片，识别出每张照片中人物的特征，比如面部特征、发型、服装风格等。然后，它将这些特征结合起来，创建一个新的图像。这个图像基本上是你的脸，但可能有着电影明星的发型和表情，同时穿着那张历史服装照片中的服装。 最终的结果是一张全新的照片，这张照片展示了一个独特的人物形象：看起来像你，但具有其他照片中人物的特征和风格。这就是PhotoMaker的核心功能——结合多个不同照片的特征，创造出一个全新、个性化的图像。 源码：https://github.com/TencentARC/PhotoMaker
数据统计
相关导航
3D to Photo
功能特点：
Insanely Fast Whisper
一个使用OpenAI的Whisper Large v2进行语音识别的脚本，能够在短短10分钟内转录300分钟的音频 。该项目的目标是提供一个简单的入口来运行推理和微调Whisper，用于自动语音识别（ASR） 。该项目还提供了一个CLI（命令行界面），可以在终端上进行100多种语言的数据翻译和转录 。
privateGPT
基于私有LLM（大语言模型）做个人的文档问答，不必担心隐私泄露 技术栈是 LangChain 和 GPT4All – LLM默认用的 ggml-model-q4_0.bin. – Embedding默认用的是 ggml-model-q4_0.bin 当然你可以自己替换，不过对中文支持应该不会太好。
AutoCaption
一个自动为视频生成高亮字幕的工具。使用ImageMagick工具，并通过Python环境运行。用户可以通过克隆GitHub仓库、创建Python虚拟环境、安装依赖项，然后使用Streamlit运行应用程序来使用Autocaption。该项目的第一个版本发布于2023年12月20日，它允许用户上传视频并自动添加卡拉OK风格的字幕。
GPT4Tools
GPT4Tools是一个可以控制多个视觉基础模型的集中式系统。它基于Vicuna（LLaMA），并71K自建指令数据。通过分析语言内容，GPT4Tools能够自动决定、控制和利用不同的视觉基础模型，允许用户在对话过程中与图像进行交互。通过这种方法，GPT4Tools提供了一个无缝高效的解决方案，以满足对话中各种与图像相关的需求。与以前的工作不同，我们支持用户通过自学指令和LoRA教授自己的LLM使用具有简单细化的工具。
LabelU 开源标注工具
1.产品介绍 一款轻量级开源标注工具，自由组合多样工具，无缝兼容多格式数据，同时支持载入预标注，加速数据标注效率 2.特色功能 LabelU 提供了多种标注工具和功能，支持图像、视频、音频标注。 · 图像类：多功能图像处理工具，涵盖 2D 框、语义分割、多段线、关键点等多种标注工具，协助完成图像的标识、注释和分析。 · 视频类：具备强大视频处理能力，可实现视频分割、视频分类、视频信息提取等功能，为模型训练提供优质标注数据。 · 音频类：高效精准的音频分析工具，可实现音频分割、音频分类、音频信息提取等功能，将复杂的声音信息直观可视化。 3.产品特性 · 简易，提供多种图像标注工具，通过简单可视化配置即可标注 · 灵活，多种工具可自由组合使用，满足大部分图像，视频，音频的标注需求 · 通用，支持导出多种数据格式，包括 JSON，COCO，MASK
Suno 非官方的API接口 翻译站点
这是一个基于 Python 和 FastAPI 的非官方 Suno API。它目前支持生成歌曲、歌词等。 它带有内置的令牌维护和保持活动功能，因此您不必担心令牌过期。 https://github.com/SunoAI-API/Suno-API —————————————————————— 使用 API 调用 suno.ai 的音乐生成 AI，并轻松集成到 GPT 等代理中。 https://github.com/gcui-art/suno-api