TTS-Voice-Wizard
TTS Voice Wizard 是一款免费的、高度可集成的开源STT/TTS工具箱，专为VRChat、VTubing及直播场景打造无缝的实时语音转文字解决方案，核心功能零成本使用。
InstantStyle 是一个通用框架，由 InstantID 作者团队新打造的一款适用于AI绘画的开源项目，它采用两种简单但有效的技术来实现风格和内容与参考图像的有效分离。
简而言之，文本到图像生成中的风格保存。
是一个旨在解决当前文本到图像模型在生成风格一致性图像时所面临挑战的框架，通过特定策略有效地分离风格和内容，实现高质量的视觉风格化。
Star：363
也有与之相关的ComfyUI 插件已经上线，目前已2k标星。
ComfyUI_IPAdapter_plus:
https://github.com/cubiq/ComfyUI_IPAdapter_plus
数据统计
相关导航
onewebot2
通过Coze API快速搭建微信AI聊天机器人的一键部署方案
EchoMimic
通过可编辑landmark技术与多模态训练策略，EchoMimic实现了影视级人像动画生成，是AIGC视频赛道的革新者
aicover
AI红包封面生成器
TripoSR
图像到 3D 生成模型
PDF2Audio
能随时随地"听论文"的感觉有多爽？这么说吧，现在我的运动手环都统计到——用PDF2Audio后思维活跃度提升46%，真是学习工作两开花！
MinerU
MinerU证明了一个真理：专业的事就该用专业的工具。从符号转换到多语言支持，每个细节都透着开发团队的技术功底。虽然还在成长阶段，但作为开源工具已经展现出惊人的潜力。无论是配合大模型训练还是跨境业务处理，这都是个值得加入技术栈的实力派选手。
Lepton Search
Lepton Search是一个开源的对话式搜索引擎，开发者可用不到500行代码快速构建类Perplexity的AI驱动搜索工具，支持谷歌/Bing并集成RAG技术。
暂无评论...