“AI编程工具”网站目录

• 

  FreeU

  FreeU是一个开源项目，该项目由ChenyangSi创建。它的目标是在Diffusion U-Net中提供免费的资源。 Diffusion U-Net是一个用于图像分割的深度学习模型。它基于U-Net架构，并通过将扩散过程与传统的卷积神经网络相结合，提供了更好的图像分割结果。 FreeU项目允许开发人员免费访问和使用Diffusion U-Net，无需支付任何费用。这为开发人员提供了方便和实惠的方式来学习和应用图像分割技术。

  github.com/ChenyangSi/FreeU - 收藏
• 

  Shutter Encoder

  Shutter Encoder简介 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。 主要功能 Shutter Encoder提供了一系列功能，包括： 无转换：无需重新编码即可进行剪辑，替换音频，重新包装，符合，合并，提取，字幕插入等操作。 声音转换：支持WAV，AIFF，FLAC，ALAC，MP3，AAC，AC3，OPUS，OGG等音频格式的转换。 编辑代码：DNxHD，DNxHR，Apple ProRes，QT Animation，GoPro CineForm，Uncompressed YUV等编辑代码的支持15。 输出代码：H.264，H.265，VP8，VP9，AV1，OGV，MPEG-2等输出代码的支持15。 广播代码：XDCAM HD422，AVC-Intra 100，XAVC，HAP等广播代码的支持15。 旧代码：DV PAL，MJPEG，Xvid，WMV，MPEG-1等旧代码的支持15。 存档代码：FFV1等存档代码的支持15。 图像创建：支持JPEG，Image等图像格式的创建。 烧录与翻录：支持DVD，Blu-ray，DVD RIP等烧录与翻录操作。 音频分析：支持Loudness & True Peak，Audio normalization，Cut detection，Black detection，Media offline detection，VMAF等音频分析工具。 网页视频下载：支持Web视频的下载。

  www.shutterencoder.com - 收藏
• 

  OpenSaaS

  OpenSaaS是一个免费的、开源的、全栈的SaaS（软件即服务）启动套件，适用于React + NodeJS。它可以帮助开发者快速构建和部署SaaS应用，节省开发时间和成本。

  opensaas.sh - 收藏
• 

  Video-subtitle-remover

  基于AI的图片/视频硬字幕去除、文本水印去除，无损分辨率生成去字幕、去水印后的图片/视频文件。无需申请第三方API，本地实现 主要功能： * 保证无损分辨率，从视频中移除硬字幕，并生成新的无字幕文件。 * 通过强大的AI算法模型，对移除字幕后的空白区域进行填充，包括非相邻像素填充和马赛克去除。 * 支持自定义字幕位置，只需传入相应的位置信息，即可仅去除该位置的字幕。 * 支持全视频自动去除所有文本，即使未传入位置信息。 目前仅支持Windows和Linux操作系统，并需要NVIDIA显卡。最低配置要求为： * GPU：GTX 1060或更高级别的显卡。 * CPU：支持AVX指令集。

  github.com/YaoFANGUK/video-subtitle-remover - 收藏
• 

  Segment-Anything

  Segment-Anything是一个模型，它提供了运行推理的代码、训练模型的检查点下载链接以及示例笔记本。以下是Segment-Anything的功能特点总结： 推理功能：Segment-Anything模型通过使用已训练的模型检查点，可以对图像进行分割，并提取出图像中各个区域的感兴趣部分。 模型检查点下载：用户可以从该项目中获取已经训练好的模型检查点，以便在自己的应用中使用或进行二次开发。 示例笔记本：Segment-Anything提供了一些示例笔记本，展示了如何使用该模型进行图像分割的步骤和方法。 开放源代码：Segment-Anything的代码是开放源代码，并使用Apache-2.0许可证进行授权，这意味着用户可以自由地使用、修改和分发代码。

  github.com/facebookresearch/segment-anything - 收藏
• 

  MagicAvatar

  MagicAvatar是由字节跳动开发的多模态框架，它能够将各种输入模式（如文本、视频和音频）转换为运动信号，进而生成或激活一个虚拟形象（Avatar）。然后基于这些信号生成以形象为中心的视频。 以下是几种模式场景： 文本引导的形象生成： 用户可以通过简单的文本提示来创建形象。例如，输入“一个在火山里踢踏舞的宇航员”就能生成一个相应的虚拟形象。 视频引导的形象生成： 用户可以提供一个源视频，然后框架会创建一个跟随给定动作的形象。这意味着你可以录制一个动作，然后让虚拟形象模仿这个动作。 多模态形象动画： 这个功能允许用户激活一个特定主题的形象。例如，你可以选择一个已经存在的虚拟形象，并通过多模态输入来激活它。 音频引导的形象生成（即将推出）： 这个即将推出的功能将允许用户通过音频输入来创建形象。这意味着你可以通过说话或唱歌来生成一个动作。

  magic-avatar.github.io - 收藏
• 

  Khoj

  Khoj是一个开源AI个人助手，通过分析您的个人文本或图像数据来提供服务。您可以选择自行托管Khoj，并开始进行搜索、与您的文档、Markdown、PDF笔记进行交互。Khoj致力于帮助您更有效地利用您的数据。 目标用户： 需要管理和搜索个人知识库的人群，希望通过与组织、Markdown、PDF笔记进行交互来提高工作效率的人群。 产品优势： 1. 快速且准确的语义搜索 2. 与各类文档、Markdown、PDF笔记的交互功能 3. 自定义插件扩展功能，满足用户个性化需求

  khoj.dev - 收藏
• 

  Bark with Voice Clone

  一种强大的文本生成音频模型，具有声音克隆和多种语音合成应用方面的功能。通过使用该模型，您可以生成高质量、个性化的音频内容。 功能特点： 文本生成音频：Bark with Voice Clone可以根据输入的文本内容生成与文本相匹配的人类语音音频。它使用先进的生成模型，可以将文本转换为感人的声音。 声音克隆：该模型具备克隆声音的能力，可以模仿特定人物的声音进行语音合成。这意味着您可以输入一个人物的文本，Bark with Voice Clone将生成与该人物声音相似的音频。 语音合成应用：Bark with Voice Clone可以用于各种语音合成应用，例如影视配音、有声读物、虚拟助理等。通过使用该模型生成的音频，可以呈现出更加生动自然的声音效果。 开源项目：Bark with Voice Clone是一个开源项目，可以在GitHub上访问和使用。这意味着开发者可以自由地使用、修改和分享该模型的代码，以满足各种需求。

  github.com/serp-ai/bark-with-voice-clone - 收藏
• 

  Llamahub

  一个第三方开源工具，用于调用LLM，实现文档语义对话

  llamahub.ai - 收藏
• 

  AnythingLLM

  一个具有高度定制化和隐私控制的聊天型人工智能，适用于各种规模的企业。它提供细粒度的多用户权限控制，可访问聊天记录等功能。同时，该系统兼容多种数据类型，如PDF、Word文档等，可进行与企业相关的各种数据操作。另外，AnythingLLM支持自定义模型，包括GPT-4、自定义模型以及像Llama、Mistral等开源模型。除此之外，用户还可以进行外部数据导入，并具备灵活的第三方控制和开源支持等特点。 功能点总结： 1. 高度定制化：适用于各种企业规模 2. 隐私控制：保护数据隐私，确保数据不离开用户实例 3. 多用户权限控制与安全：细粒度权限设置，符合合规要求 4. 数据兼容性：支持多种文档类型，如PDF、Word文档等 5. 自定义模型支持：不局限于单一提供商，可以使用企业模型或开源模型 6. 外部数据导入：用户可以上传PDF、Word文档等，拓展聊天机器人的知识库 7. 第三方控制与开源支持：自由选择第三方供应商，支持开源软件，提供透明性和定制化 8. 完整API支持和外观定制：提供全面的开发者API，外观可定制化 希望这能对您有所帮助。如果您有其他问题或需要进一步的解释，请告诉我。

  anythingllm.com - 收藏