IMG.LY 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

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

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。

GPT-vup是一个公共的代码存储库，主要用于BIliBili视频网站、抖音以及人工智能（AI）方面的虚拟主播项目。该存储库在GitHub上备受关注，已经获得了364颗星星和77个分支。它的主要目标是开发虚拟主播技术，为BIliBili和抖音等平台提供更加逼真和有趣的虚拟人物形象。该存储库是公开的，任何人都可以查看和使用其中的代码。

当年工作的时候最头疼的就是千篇一律的周报/日报， 周报生成器 这个人工智能项目采用 OpenAI GPT-3 API ，你只需要简单的描述自己的工作内容，他就能帮你生成完整版的周报！ 比如这段话： 修复了优惠券无法领取的bug，为产品部的新APP设计UI和图标，负责跟进部门前端工程师的招聘 通过周报生成器优化后，本来短短几句话的工作内容，变成了详细有条理的工作总结！！！如果你不满意生成的内容，还可以多次重复生成。

功能特点： 分离任何你描述的音频：AudioSep 具备先进的音频分离算法，可以将输入的音频文件中的不同声音源分离出来。你只需描述想要分离的声音类型或源音，AudioSep 就能够根据描述进行准确分离。 官方实现：AudioSep 是由官方团队开发和维护的，因此可以保证其质量和功能的稳定性。 开源许可证：AudioSep 使用的是 MIT 开源许可证，这意味着你可以自由使用、修改和分发该工具。 易于使用：无论你是专业的音频处理人员还是新手，AudioSep 都提供了简单易用的界面和指令，让你能够快速上手并进行音频分离操作。 高度可定制：AudioSep 提供了丰富的参数和选项，可以根据你的需求进行各种调整和定制，以获得最佳的分离效果。

UniControl 是 Salesforce 公司开发的一个开源项目，它是一个统一可控的视觉生成模型。 功能特点： 统一视觉生成：UniControl 提供了一个统一的框架来进行视觉生成任务，例如图像生成、图像编辑、图像风格转换等。它为用户提供了强大的图像生成能力。 可控生成：UniControl 具有可控的生成能力，用户可以通过输入不同的控制参数来控制生成的图像风格、内容或其他特征。这使用户可以根据自己的需求进行个性化的图像生成。 开源项目：UniControl 是一个开源项目，意味着用户可以自由地访问、使用和贡献代码。这使得开发者可以更加灵活地使用和扩展 UniControl。

经过确认，此站已经关闭，故本站不再提供跳转，仅保留存档。