一个将稳定扩散模型引入Web浏览器的项目
OpenVoice 是 myshell ai 开源的一款基于人工智能技术的语音克隆工具。
一个用于音频处理和生成的深度学习库
FunClip是一款完全开源、本地部署的自动化视频剪辑工具,通过调用阿里巴巴通义实验室开源的FunASR Paraformer系列模型进行视频的语音识别,随后用户可以自由选择识别结果中的文本片段或说话人,点击裁剪按钮即可获取对应片段的视频
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。
AI 画图工具,它结合了 Stable Diffusion 和 Midjourney 的优点
自动为视频生成高亮字幕