AI开源项目

Video-subtitle-remover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。

一个开源的聊天用户界面，基于OpenAI聊天模型搭建的高级聊天机器人套件，使用Next.js、TypeScript和Tailwind CSS。它与官方的ChatGPT界面非常相似，可以自定义提示词，支持数据导入导出，还支持谷歌搜索插件。用户需要自备OpenAI密钥，并且支持最新的GPT-4模型。该工具可以在本地部署，也可以利用Vercel一键部署，完全免费，无需服务器即可搭建，绑定自己的域名后国内也可使用。用户可以创建多个聊天窗口，进行搜索，聊天记录导入导出等操作。

Google Research的一篇研究，介绍了StyleDrop：通过参考图片，使用文本生成图像，风格符合参考图像。效果好于DreamBooth、Imagen和Stable Diffusion的textual inversion方法。 项目地址： https://styledrop.github.io/ 论文： https://arxiv.org/abs/2306.00983

InsightFace是一个开源的2D和3D深度人脸分析库。 功能特点： 面部识别：InsightFace实现了最先进的面部识别算法，可以高效准确地进行人脸识别。它在CVPR 2019上被接受为最先进的面部识别方法。 面部检测：该库提供了RetinaFace，这是一种最先进的多任务面部检测方法。它在CVPR 2020上被接受，并能在复杂场景下实现高准确率的面部检测。 面部对齐：InsightFace提供了SDUNet和CoordinateReg等面部对齐方法。这些算法能够对面部进行准确的对齐，保证了后续处理的准确性。 易于使用和部署：InsightFace是一个易于使用的Python库，提供了方便的API接口，使得研究机构和商业组织可以轻松地使用和部署该库中的算法。 开源：InsightFace是开源的，用户可以自由地查看和修改源代码，以满足自己的需求。 强大的性能：InsightFace在多个面部分析挑战中取得了优异的成绩，包括在ECCV 2022 WCPA Challenge中获得第一名，在NIST-FRVT 1:1 VISA中获得第一名，在NIST-FRVT 1:1中排名第四。

AI Comic Factory是一款免费开源的漫画生成器，采用LLM和SDXL技术，用户只需输入提示词即可生成类似漫画风格的图片。生成的图片可无损放大，也可保存或直接打印。

xiaogpt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。

QRBTF是一个开源的在线工具，可以生成各种设计感强、好玩有趣的二维码。使用QRBTF可以轻松创建独特且具有吸引力的二维码，用于线下商家、自媒体运营者、策展人等。以下是该工具的一些功能特点：

CoDeF通过将静态内容与时间变形结合，为视频处理提供了新的视角和工具。这种方法能够提高视频编辑和分析的效率，并具有潜力影响电影制作到虚拟现实等领域。CoDeF将视频分为规范内容字段和时间变形字段，能够精确分析和处理每一帧的内容。它还可以跟踪和分析视频中的复杂运动，实现卓越的跨帧一致性。CoDeF具有灵活性和高效性，可以应用于多种视频处理任务。 该项目由蚂蚁集团、香港科技大学和浙江大学团队共同创建。

一个开源的聊天机器人Web UI框架，Chatbot UI提供 OpenAI 的 ChatGPT UI 的改进版本。提供了一个简单的用户界面，具有新对话、新聊天、导入数据、导出数据、设置和插件键等功能。

Shutter Encoder是一款视频、音频和图像转换软件，基于FFmpeg和其他优秀工具设计，旨在尽可能方便和高效。它被视频编辑人员设计，目标是尽可能方便和高效。Shutter Encoder支持几乎所有你听过的编解码器，以及许多你没听过的编解码器。 Shutter Encoder提供了一系列功能，包括： 你可以在Shutter Encoder的官方网站https://www.shutterencoder.com/en/上下载该软件。根据你的操作系统选择相应的版本进行下载，比如Windows系统的INSTALL VERSION和PORTABLE VERSION，它们的区别在于一个需要安装，一个解压后就可以使用。 在使用过程中，如果发现软件启动时进度条卡住不动，可以检查路径是否含有中文字符。此外，为了获得最佳性能，建议开启底部的GPU解码，如果使用的是Nvidia显卡，可以选择cuda进行解码。

HierVST 是一种分层自适应零样本语音风格转换模型，它具备以下功能特点： 零样本语音风格转换：HierVST 可以在没有目标说话者语音数据的情况下，将一个新的说话者的语音风格转换为目标风格。这意味着即使没有目标说话者的语音样本，HierVST 也可以生成具有目标风格的语音。 分层自适应结构：HierVST 使用分层自适应生成器，逐步生成音高表示和波形音频，从而实现逐步转换语音的能力。这种结构让模型能够适应新的语音风格，并逐步进行转换。 自监督表示学习：HierVST 仅使用语音数据集进行训练，而无需使用文本转录。它采用了层次变分推断和自监督表示学习的方法，提高了模型在音频表示上的性能。 性能优于其他模型：在零样本语音风格转换场景中，HierVST 的实验结果表明其性能优于其他 VST 模型，如 AutoVC、VoiceMixer、DiffVC、Speech Resynthesis 和 YourTTS。

MetaGPT 是一个多代理框架，可根据一行要求生成 PRD（产品需求文档）、设计、任务和存储库。 功能特点： 多代理框架：MetaGPT 是一个多代理框架，可以协调多个代理的工作，从而更好地满足需求。 生成多种文档：根据用户的一行要求，MetaGPT 可以生成产品需求文档（PRD）、设计文档、任务列表和存储库等多种文档。 自动化流程：MetaGPT 提供自动化的流程，可以快速生成所需的文档，提高工作效率。 开源许可证：MetaGPT 使用 MIT 开源许可证，使用户可以自由地使用和修改代码。

FaceChain是一个可以将自己的照片上传并生成数字孪生的应用程序。它使用了多个模型，包括面部检测模型、图像旋转模型、人体解析模型、肤色修饰模型等。在训练阶段，用户可以上传清晰的面部区域图像，输出Face LoRA模型。在推断阶段，基于面部LoRA模型和样式LoRA模型生成个人肖像图像，然后进一步改善肖像图像的面部细节。你可以通过FaceChain的Python脚本或熟悉的Gradio界面训练你的数字孪生模型并生成照片，也可以直接通过ModelScope Studio体验FaceChain。该项目由阿里达摩院开发。

ChatGPT 中文指南项目旨在帮助中文用户了解和使用ChatGPT。我们收集了各种免费和付费的ChatGPT资源，以及如何更有效地使用中文与 ChatGPT 进行交流的方法。在这个仓库中，您将找到丰富的 ChatGPT工具、应用和示例。

一个免费开源用于编辑和配音视频字幕的工具。用户在生成字幕后，可以轻松地修改它们，并重新生成配音。该工具提供了多种由edgeTTS提供的配音角色，并支持openai的TTS模型配音。此外，它还集成了google、chatGPT、DeepL、Baidu、DeepLX、Gemini和tencent等多种语音识别和翻译工具，以提供全面的服务。除了视频翻译和配音工具，该网站还提供了其他相关的开源项目，如声音克隆工具、语音识别工具和人声背景乐分离工具等。