“AI编程工具”网站目录

• 

  PhotoMaker

  PhotoMaker简介 PhotoMaker，利用多张照片作为身份ID，获取人物特征，然后根据描述生成符合描述的人物照片创造出一个新的、个性化的人物图像。 PhotoMaker也能把几个不同人的照片特征混合在一起，创造出一个全新的人物形象。还能改变照片人物的性别、年龄和生成多种风格的其他照片。快速逼真，效果自然。

  photo-maker.github.io - 收藏
• 

  DDColor

  图像上色（Image Colorization）是一项经典的计算机视觉任务，在许多现实世界的应用中具有巨大的潜力，例如老照片修复、电影重制和艺术创作等。给定一个灰度图像，图像上色旨在恢复其缺失的两个颜色通道，这个问题具有多模态不确定性，因为一个物体可能有多个似是而非的颜色。因此，图像上色一直是一个具有挑战性的问题。 随着 DDColor 的推出，图像着色领域见证了变革性的飞跃，这是一种使用双解码器的新方法。DDColor 是魔搭大模型最新的图像上色算法，输入一张黑白图像，返回上色处理后的彩色图像，并能够实现自然生动的上色效果。 DDColor 由阿里巴巴集团达摩院的 Xiaoyang Kang、Tao Yang、Wenqi Ouyang、Peiran 任、Lingzhi Li 和 Xuansong Xie 开发，在产生逼真的色彩方面脱颖而出，尤其是在具有多个对象和不同上下文的复杂场景中。 DDColor使用双解码器技术，能够同时考虑色彩分布和像素级详细信息，能实现高度真实的图像上色效果。 DDColor 不仅能给历史黑白照片上色，还能对动漫或游戏中的风景进行真实风格的上色。将动画场景转化为现实生活风格。

  github.com/piddnad/DDColor - 收藏
• 

  LibreChat

  LibreChat，一个增强版的ChatGPT程序，一个免费开源的聊天机器人平台，集成了多种 ai 模型，例如 ChatGPT、OpenAI、BingAI、PaLM 2 等。 LibreChat 允许您与不同的 AI 进行自然且引人入胜的对话，并使用各种功能和插件定制您的体验。LibreChat还集成并增强了原始客户端功能，例如对话和消息搜索、提示模板和插件。 项目地址：https://github.com/danny-avila/LibreChat

  www.librechat.ai - 收藏
• 

  QAnything

  什么是QAnything？ QAnything (Question and Answer based on Anything) 是致力于支持任意格式文件或数据库的本地知识库问答系统，可断网安装使用。 您的任何格式的本地文件都可以往里扔，即可获得准确、快速、靠谱的问答体验。 目前已支持格式: PDF，Word(doc/docx)，PPT，Markdown，Eml，TXT，图片（jpg，png等），网页链接，更多格式，敬请期待… 特点 数据安全，支持全程拔网线安装使用。 支持跨语种问答，中英文问答随意切换，无所谓文件是什么语种。 支持海量数据问答，两阶段向量排序，解决了大规模数据检索退化的问题，数据越多，效果越好。 高性能生产级系统，可直接部署企业应用。 易用性，无需繁琐的配置，一键安装部署，拿来就用。 支持选择多知识库问答。 QAnything官网：https://qanything.ai/ 开源GitHub：https://github.com/netease-youdao/QAnything

  qanything.ai - 收藏
• 

  ChatGPT-Next-Web-LangChain

  网址：https://github.com/Hk-Gosuto/ChatGPT-Next-Web-LangChain 一键免费部署你的跨平台私人 ChatGPT 应用, 支持 GPT3, GPT4 & Gemini Pro 模型。 （基于 LangChain 实现插件功能）

  github.com/Hk-Gosuto/ChatGPT-Next-Web-LangChain - 收藏
• 

  视频翻译配音

  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。

  pyvideotrans.com - 收藏
• 

  HierVST

  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。

  hiervst.github.io - 收藏
• 

  InsightFace

  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。

  www.insightface.ai - 收藏
• 

  Wunjo

  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。

  wladradchenko.ru/#products - 收藏
• 

  ComfyUI Portrait Master

  ComfyUI Portrait Master 肖像大师 简体中文版是一款专业的人物肖像提示词生成工具。它专注于优化肖像生成，让选择比填空更适合人类的操作方式。这款工具可以根据用户的具体需求，生成各种肖像的提示词，覆盖镜头类型、性别、国籍、面部表情、发型等多个参数。用户可以根据自己的需求进行个性化设置，例如调整发型、表情等。此外，此工具适用于多种工作流程，广泛应用于视频制作和设计等领域。目前最新版本为2.2，经过优化和汉化处理，ComfyUI Portrait Master项目为使用者提供了更加便捷的使用体验。如果你对此感兴趣，可以到项目官网学习使用方法，网上也有详细的教程可供参考。 使用参考：https://zhuanlan.zhihu.com/p/663008600

  github.com/ZHO-ZHO-ZHO/comfyui-portrait-master-zh-cn - 收藏