AI编程

一个收集免费API的共享列表，包含各种各样的免费API，供开发者使用。这些API可以用于开发各种应用程序、网站和软件，为开发者提供了丰富的功能和数据源。

dot是一个开源的深度伪造工具包，用于生成逼真的深度伪造视频和图像。该工具包是由Sensity AI开发的，可以在GitHub上免费下载和使用 。使用dot需要安装一些依赖库，如conda和pip，以及下载一些模型文件 。该工具包是基于多个开源项目构建的，包括first-order-model、avatarify-python、SimSwap和GPEN等 。Sensity AI是一个人工智能公司，其GitHub页面上还有其他的开源项目 。如果使用dot，需要遵守其所依赖的开源库的许可证 。

OpenVoiceOS 是一个社区支持的 Linux 发行版，专门用于展示开源语音 AI 在各种设备上的强大功能 。它基于 Raspberry Pi，旨在为智能家居和机器人控制提供语音控制能力 。OpenVoiceOS 提供了详细的安装、配置和使用说明，包括如何在 Raspberry Pi 上安装和配置系统、训练自己的语音助手以及添加语音控制功能等。此外，OpenVoiceOS 还提供了一个基于云的语音识别服务，用户可以使用该服务来处理和识别来自语音助手的请求。该系统支持多种语言，包括英语、法语、西班牙语、葡萄牙语、德语等。总之，OpenVoiceOS 是一个实用的工具，可帮助用户将语音控制添加到他们的项目中，无论是构建智能家居还是机器人，都可以实现更好的交互和控制 。

Jan 是一个帮助你在本地运行开源大模型的程序，支持Windows、Mac和Linux多平台，移动端即将推出，可以从它上面方便的下载并运行开源模型，并且能在本地提供一个兼容 ChatGPT API 协议的Web服务。 它提供了一个类似于ChatGPT的聊天界面，可以基于它聊天，并且可以保留聊天历史。

自动音乐生成研究的演示网站列表

DUI是一款提供语音识别、语音合成和自然语言处理等技术的开放平台。其功能特点如下：

一个在本地运行的终端代码解释器。可以帮助开发者在终端上运行和调试代码。 结合OpenAI API，在本地运行代码解释器，可以联网，有更全的库，不限制文件大小和运行时间。

ExploreAI是一个由人工智能驱动的语义搜索引擎，为用户提供创新的搜索体验。通过AI技术进行深度挖掘和智能推荐，实现充分利用互联网资源的目的。

快速、轻量级和无模式的搜索后端。在几MB RAM上运行的Elasticsearch的替代方案。

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。

一个提供稳定扩散和Dreambooth API的网站。用户可以通过API生成和微调Dreambooth稳定扩散。该网站提供了所有的LLM API，并且用户可以请求测试API密钥。对于基础模型（512 x 512像素），该网站还提供了模型训练价格。用户可以在自定义数据集上训练稳定扩散以生成头像 。

微软发布了DragNUWA 1.5版本，用户可以在图像上画出对应方向的箭头标记。在通过图像生成视频之前，这些标记可以用来指导镜头的运动方向。

Amphion是一个开源工具包，可实现语音、声音和歌唱功能。除了文字转语音功能，它还能将一首歌的声音换成另一个歌手的声音，并支持声音转换、歌声合成、文本到音频、文本到音乐等功能。

StreamDiffusion是一种专门为实时图像生成服务设计的扩散模型管道，显著地提升了实时图像生成的性能。 在模型和输出帧率方面，它支持SD-turbo模型，1步，t2i每秒帧率106，i2i每秒帧率93。同时，它也支持LCM-LoRA+KohakuV2模型，4步，t2i每秒帧率38，i2i每秒帧率37。 其主要特点包括： 1. 通过高效的批处理操作实现数据处理流程的优化。 2. 改进的指导机制可以最大程度地减少计算冗余。 3. 通过先进的过滤技术提高GPU利用效率。 4. 有效管理输入和输出操作，实现更顺畅的执行。 5. 优化缓存策略以加速处理。 6. 利用各种工具进行模型优化和性能提升。 这些特点使得StreamDiffusion成为一种高效、实时的图像生成服务扩散模型管道。

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