MagicAvatar

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。

Final2x 是由 Tohrusky 开发的一款图像超分辨率技术，它可以以更高的分辨率和质量重构图像。 功能特点： 1）可以快速实现显著的图像改善； 2）可以有效地消除毛刺和噪点； 3）可以提高图像的质量； 4）可以有效地提升对比度。

一个基于深度学习的视频超分辨率（SR）和视频增强（VE）框架，由北京大学元培学院的研究团队开发。该框架旨在提高低分辨率视频的质量和视觉效果，使其更接近高分辨率视频。Video-LLaVA 采用了多尺度融合、残差学习、自适应注意力机制等技术，以提高视频超分辨率和视频增强的性能。 主要特点： 1. 多尺度融合：通过在不同尺度上进行特征融合，提高了模型对细节和全局信息的捕捉能力。 2. 残差学习：引入残差连接，使网络能够更好地学习输入和输出之间的映射关系。 3. 自适应注意力机制：根据输入视频的特点，自动调整注意力权重，使模型能够关注到更重要的区域。 4. 端到端训练：整个框架可以作为一个整体进行端到端训练，简化了模型的训练过程。 5. 支持多种视频格式：Video-LLaVA 支持多种常见的视频格式，如 YUV、RGB 等。

Listnr是一个人工智能语音生成器和文本到语音的在线工具，允许用户从142种不同语言的900多个声音的文本创建逼真的画外音。

MessAuto 是一款 macOS 平台 自动提取 短信验证码并 粘贴回车 的软件，百分百由Rust开发，适用于任何APP，是 2FHey 的免费替代品。

RVM 专为稳定人物视频抠像设计。不同于现有神经网络将每一帧作为单独图片处理，RVM 使用循环神经网络，在处理视频流时有时间记忆。RVM 可在任意视频上做实时高清抠像。在 Nvidia GTX 1080Ti 上实现 4K 76FPS 和 HD 104FPS。此研究项目来自字节跳动。

Google Vids是谷歌为其Google Workspace协作办公平台推出的一款AI驱动的视频创作工具，旨在帮助用户轻松制作和分享工作相关的视频内容。用户可以通过简单的提示和素材整合，生成故事板并编辑视频。

Create images, videos, and voice content with Higgsfield AI from text prompts or references. Edit and upscale media, automate creative workflows with its AI agent, and generate content on web and mobile.