开源项目

关于AI的开源的项目

PDF-Guru，开源的通用型PDF文件处理工具，包含PDF合并、拆分、旋转、水印、加密、转换等20多项常用功能

PDF Guru是一个通用型PDF文件处理工具，包含PDF合并、拆分、旋转、水印...

Paints-UNDO，ControlNet作者新项目，上传一张照片自动生成绘制过程

ControlNet作者又上新项目咯~只要上传一张照片，Paints-UNDO可...

Kolors，快手开源的文生图大模型，支持中英文256的上下文token数

可图大模型是由快手可图团队开发的基于潜在扩散的大规模文本到图像生成模型。Kolo...

FunAudioLLM，阿里开源的TTS模型，人与人LLMs之间自然交互的语音理解和生成

FunAudioLLM，这是一个旨在增强人类与大型语言模型之间自然语音交互的框架...

LivePortrait，快手开源的表情转移，保持角色一致性

快手又来整活了，开源了LivePortrait，具有拼接和重定向控制的高效肖像动...

ToonCrafter，腾讯开源的动画自动插帧工具，可生成高达16帧的视频

ToonCrafter 可以通过利用预先训练的图像到视频扩散先验来插值两个卡通图...

Image/Manga Translator 开源的漫画图片翻译器，支持日语，汉语、英文和韩语

Image/Manga Translator是一款开源的漫画图片翻译器，支持日语...

MimicMotion，腾讯开源的模仿运动视频生成

MimicMotion，它可以在任何运动引导下生成任意长度的高质量视频。与以前...

Fish Speech，完美支持中英日语言的开源TTS模型

Fish Speech由 fishaudio 开发，作为一个仅有亿级参数的模型，...

ComfyUI-Bringing-Old-Photos-Back-to-Life，开源的老照片修复项目，可去除划痕和面部增强

ComfyUI-Bringing-Old-Photos-Back-to-Life...

GPTPDF，用大语言模型如GPT-4o将PDF解析为 Markdown

GPTPDF，用大语言模型如GPT-4o将PDF解析为 Markdown. 只有...

ToucanTTS，开源的文本转语音，支持超7000种语言

斯图加特大学自然语言处理研究所（IMS）开发了一个超全文本转语音模型Toucan...