“AI编程工具”网站目录

• 

  pyvideotrans

  一个功能强大且易于使用的视频翻译和配音工具，适用于需要翻译视频或为视频添加不同语言配音的人们。它的开源性质和灵活性使得用户能够根据自己的需求进行自定义和改进。 功能点： 1. 视频翻译：pyvideotrans 允许用户将一种语言的视频翻译成另一种语言。通过使用该项目，你可以轻松地转换视频的语言，使得观众能够更好地理解视频内容。 2. 配音：除了视频翻译外，pyvideotrans 还可以添加配音。你可以选择一种语言作为原始音频，然后用另一种语言的音频来替换它。这对于将视频转换成多种语言版本或为特定目标受众添加配音非常有用。 3. MIT许可证：pyvideotrans 采用了MIT许可证，这意味着用户可以免费使用、修改和分发该项目。这种开放的授权方式使得pyvideotrans 在用户和开发者之间建立了更好的互动和合作环境。

  github.com/jianchang512/pyvideotrans - 收藏
• 

  LCM（Latent Consistency Models）

  由清华大学交叉信息科学研究院研发的一款生成模型。它的特点是可以通过少量步骤推理合成高分辨率图像，使图像生成速度提升 2-5 倍，需要的算力也更少。LCM 是在 Consistency Models 的基础上引入了 Lantent Space （潜空间），进一步压缩需要处理的数据量，从而实现超快速的图像推理合成。该模型已经取得了很大的成功，实时文生图速度提升5-10倍。LCM 目前可以使用的模型有 Dreamshaper-V7 和 LCM-SDXL。官方提供了两个可以免费在线试玩的 Demo，分别是文生图和图生图。

  replicate.com/luosiallen/latent-consistency-model - 收藏
• 

  Background Removal

  Background Removal 是一个强大的 npm 包，它提供了一个在线浏览器中使用的抠图脚本。该脚本基于 ONNX 模型，并通过使用 WebAssembly 在浏览器上运行。

  github.com/imgly/background-removal-js - 收藏
• 

  TTS-Voice-Wizard

  TTS-Voice-Wizard 是一个语音转换工具，可以将文字转换为语音，并用OSC消息发送到VRChat上的头像显示。它支持多种语音转换方式，如STTTS、Speech to TTS、VRC STT等。该工具还有Spotify功能，可以让用户知道你正在听什么歌曲。此外，它还是一个开源项目，用户可以在GitHub上免费下载和使用。

  github.com/VRCWizard/TTS-Voice-Wizard - 收藏
• 

  StreamDiffusion

  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。

  github.com/cumulo-autumn/StreamDiffusion - 收藏
• 

  StyleDrop

  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。

  styledrop.github.io - 收藏
• 

  FlowiseAI

  FlowiseAI – 轻松构建LLMs应用程序开源UI可视化工具，使用langchainjs构建自定义LLM流程，使用node typescript / javascript编写/

  flowiseai.com - 收藏
• 

  public-apis

  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。

  github.com/public-apis/public-apis - 收藏
• 

  dot

  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。

  github.com/sensity-ai/dot - 收藏
• 

  Text2Cinemagraph

  Text2Cinemagraph是一个将文本合成艺术品的Cinemagraph（动态图片）的PyTorch官方实现。Text2Cinemagraph允许用户通过输入文本来生成具有艺术风格的Cinemagraph动态图片。 Text2Cinemagraph的功能特点包括： 文本输入：用户可以通过简单的文本描述来生成Cinemagraph动态图片。 艺术合成：Text2Cinemagraph使用先进的合成算法，将文本与艺术风格相结合，生成令人惊叹的艺术品。 PyTorch实现：Text2Cinemagraph是使用PyTorch框架实现的，拥有高效且可扩展的计算能力。

  github.com/text2cinemagraph/text2cinemagraph - 收藏