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。
一个强大的深度学习文本到语音工具包，具有高度的可定制性和多语言支持。它提供了简单易用的界面和API，使用户能够快速进行文本到语音转换。同时，作为开源项目，用户可以免费使用和定制该工具包，以适应不同的应用场景和需求。 功能点： 1. 文本到语音转换：可以将文本转换成逼真的语音。它使用深度学习技术，通过模型训练来生成自然流畅的语音输出。 2. 高度可定制：提供了丰富的配置选项和模型参数，使用户可以根据自己的需求进行定制。可以调整声音的速度、音调、语气等参数，以获得满意的语音效果。 3. 多语言支持：支持多种语言，包括英语、中文、法语等。用户可以根据需要选择不同的语言模型进行文本到语音转换。 4. 易于使用：提供了用户友好的API和命令行界面，使用户可以轻松地使用该工具包进行文本到语音转换。
数据统计
相关导航
sqlcoder
sqlcoder聚焦面向人工智能创作与应用的在线工具，适合创作者、开发者和需要提升效率的用户使用。，官网域名为github.com。，涉及AI开源项目、AI编程适合需要相关工具与资源的个人用户、创作者或团队使用，可从官网了解最新功能、使用方式和服务条款。
Astria
一个定制化的人工智能图片生成工具。 它可以让您用文本描述来生成您想要的图片，无论是视频制作、产品展示还是概念艺术。您可以使用它提供的数千个开源模型，或者用自己的图片数据集来训练一个专属的模型。您还可以使用增强按钮功能来调整和优化生成的图片。
LCM（Latent Consistency Models）
LCM（Latent Consistency Models）聚焦面向人工智能创作与应用的在线工具，适合创作者、开发者和需要提升效率的用户使用。，官网域名为replicate.com。，涉及AI开源项目、AI编程适合需要相关工具与资源的个人用户、创作者或团队使用，可从官网了解最新功能、使用方式和服务条款。
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。
clone-voice
这是一个声音克隆工具，可使用任何人类音色，将一段文字合成为使用该音色说话的声音，或者将一个声音使用该音色转换为另一个声音。 使用非常简单，没有N卡GPU也可以使用，下载预编译版本，双击 app.exe 打开一个web界面，鼠标点点就能用。 支持 中、英、日、韩、法、德、意等16种语言，可在线从麦克风录制声音。 为保证合成效果，建议录制时长5秒到20秒，发音清晰准确，不要存在背景噪声。 英文效果很棒，中文效果还凑合。
OpenAI Codex
OpenAI Codex聚焦面向人工智能创作与应用的在线工具，适合创作者、开发者和需要提升效率的用户使用。，官网域名为openai.com。，涉及AI 编程开发、智能编程适合需要相关工具与资源的个人用户、创作者或团队使用，可从官网了解最新功能、使用方式和服务条款。
AudioGPT
这是一个借助大语言模型（LLM）处理音频的工具，可以： – 生成音乐 – 背景音效 – 音频生成字幕 – 文字生成音频 – 文字生成音频并模拟声音 – 根据图片生成音频 – 对音频进行inpaint（局部屏蔽） – 根据音频和人脸照片合成视频 – 检测音频中的事件，以及开始和结束时间 – 单声道变双声道 – 通过文本描述检测特定声音发生的时间 – 抽取某种声音 – 去除背景噪音 多人混合声分离出单人声音 语音翻译 http://github.com/AIGC-Audio/AudioGPT 演示：https://huggingface.co/spaces/AIGC-Audio/AudioGPT 论文：https://arxiv.org/abs/2304.12995