Ai开源项目

一个Pydantic 团队开发的Python代理框架，可以通过生成式AI轻松构建生产级应用程序。

基于flet的一款多功能娱乐软件，实现了浏览图片、音乐、小说、各种资源的功能，还有AI 绘画、ChatGPT等高级功能。

B站基于XTTS和Tortoise开发的文本转语音模型，具备工业级零样本TTS能力。针对中文场景创新采用字符-拼音混合建模，可快速修正发音错误。

一个可以本地运行的开源AI PPT生成器，使用OpenAI、Gemini或Ollama等模型，确保数据隐私和控制。

开源免费的AI短剧生产工具，从剧本输入到智能分镜、资产一致性管理、视频生成到成片导出全流程覆盖。支持本地部署，能有效解决 AI 视频角色漂移问题，适合短剧创作者、AI 工作室及个人创作者使用。

AIdea 是一款支持 GPT 以及国产大语言模型通义千问、文心一言等，支持 Stable Diffusion 文生图、图生图、 SDXL1.0、超分辨率、图片上色的全能型完全开源APP。

EmojiGen是一个开源的表情符号生成器。用户只需要在输入框中输入一个词或短语，EmojiGen就会立即生成相关的表情符号。

Deepfakes Creator，可以通过文本输入生成逼真的会说话的真人视频。用户只需要上传想要化身模仿的人的照片，并写一个剧本，工具就能创建出逼真的人物化身视频，模拟人物说话。

该模型利用面部识别模型的面部ID嵌入，可以更准确地捕捉和再现特定人物的面部特征。IP-Adapter-FaceID结合文本描述生成可以生成高度个性化且与原始面部特征一致的图像。

一款由AI驱动的应用程序，通过语音生成富有表现力的3D面部动画。

一个专注于动漫图像超分辨率的项目，旨在恢复和增强来自现实世界场景的低质量、低分辨率动漫图像和视频源。

一个提供高质量搜索体验的开源AI驱动搜索引擎，Perplexica通过理解用户问题并利用机器学习算法来提供精准的搜索结果。

由Riffusion推出的一款基于扩散模型（Diffusion Model）的全新音乐生成模型，该工具能够通过“想象”生成音频的声谱图（Spectrogram），然后将其转换为音频。

由阶跃星辰与吉利汽车集团联合研发的一个开源的集成语音识别、语义理解、对话生成、语音克隆、音频编辑和语音合成等功能的语音交互模型。