瓜奇LNN

标签： AI工具

  • Suno AI 音乐生成器-Suno API

    工具介绍

    Suno API是一个在线Suno AI 音乐生成器，只需要输入歌词、音乐风格和歌曲名字即可以创作独特的 AI MP3 歌曲，免费使用，Suno API基于Python和FastAPI的非官方Suno API，目前支持生成歌曲、歌词等，内置token维护和保活功能，不用担心token过期，体验需要注册登录，提供试用额度。

    工具地址

    演示地址：

    https://sunoai.ai

    GitHub：

    https://github.com/SunoAI-API/Suno-API

  • Hume AI-具备人类情感感知的AI对话机器人

    工具介绍

    Hume AI是一家研究实验室和技术公司，开发了一些自然语言理解工具，可以获取文本、音频、视频或图像，并捕捉情感、动作和其他表达。他们的对话AI产品EVI采用情感大语言模型(eLLM)技术，能够进行流畅的对话并感知用户的情绪变化。EVI注重对话的连贯性和自然性，能够像真人一样停下来听用户说话，使对话体验更接近真实的人际交流。Hume AI的EVI凭借其情感感知能力和流畅的对话体验将对AI对话技术的发展产生深远影响。 此外，Hume AI还提供由同理心 AI 支持的对话式语音API，名为EVI，该API能够测量细微声音调制、指导语言和语音生成。他们的模型基于多年的研究，能够捕捉音频、视频和图像中表达的细微差别，例如笑声中夹杂的情感。同时，Hume AI提供自定义模型API，使用先进的表达测量模型和eLLM的迁移学习，能够准确预测各种结果。这些功能为应用程序提供了同理心和发言权，能够构建定制的见解。

    工具地址

    体验地址：https://demo.hume.ai/ 官网：https://www.hume.ai/ 国外IP打开

  • 开源在线AI漫画生成器-AI Comic Factory AI漫画工厂

    工具介绍

    AI Comic Factory（ AI漫画工厂）是一个免费开源的在线AI漫画生成工具/AI漫画生成器，基于Hugging Face平台开发，使用LLM和SDXL技术。用户只需要输入文字描述提示词，AI就能生成精美的漫画作品。该工具支持用户设计漫画书的页面，使每个人都能轻松创作出独一无二的漫画风格照片。

    工具地址

    体验地址：https://aicomicfactory.app/ GitHub：

    https://github.com/jbilcke-hf/ai-comic-factory

  • AI数字人制作工具SadTalker（附教程）

    工具介绍

    AI数字人是一种采用人工智能技术和仿真技术创建的虚拟人物。它结合了人类外貌、语音和认知能力，能够与人类进行交流和互动。AI数字人的外貌通常由计算机图形学和虚拟现实技术生成，可以根据需要设计不同的外表特征、面部表情和肢体语言。

    工具地址

    下载地址：

    夸克网盘

  • 在 Discord 中免费使用 ChatGPT4

    工具介绍

    该项目实现原理是代理 Discord 对话 Coze-Bot，实现以 API 形式请求 GPT4 模型，提供对话、文生图、图生文、知识库检索等功能 完美适配主流开源对话面板如 NextChat、one-api、LobeChat等 Coze 是字节跳动旗下的一个 AI 平台，提供免费 GPT-4

    工具地址

    GitHub：

    https://github.com/deanxv/coze-discord-proxy

  • AI视频生成器 利用大模型-一键生成短视频-MoneyPrinterTurbo

    工具介绍

    MoneyPrinterTurbo是一个AI视频生成器，利用大模型，一键生成短视频，只需提供一个视频 

    主题

     或 

    关键词

     ，就可以全自动生成视频文案、视频素材、视频字幕、视频背景音乐，然后合成一个高清的短视频。由于该项目的 部署 和 使用，对于一些小白用户来说，还是 有一定的门槛，可以使用项目的实例网站体验。

    功能特性

    •  完整的 MVC架构，代码 结构清晰，易于维护，支持API和Web界面
    •  支持视频文案 AI自动生成，也可以自定义文案
    •  支持多种 高清视频 尺寸  竖屏 9:16，1080×1920  横屏 16:9，1920×1080
    •  竖屏 9:16，1080×1920
    •  横屏 16:9，1920×1080
    •  支持 批量视频生成，可以一次生成多个视频，然后选择一个最满意的
    •  支持 视频片段时长设置，方便调节素材切换频率
    •  支持 中文 和 英文 视频文案
    •  支持 多种语音 合成
    •  支持 字幕生成，可以调整 字体、位置、颜色、大小，同时支持字幕描边设置
    •  支持 背景音乐，随机或者指定音乐文件，可设置背景音乐音量
    •  视频素材来源 高清，而且 无版权
    •  支持 OpenAI、moonshot、Azure、gpt4free、one-api 等多种模型接入

    后期计划 📅

    •  GPT-SoVITS 配音支持
    •  优化语音合成，利用大模型，使其合成的声音，更加自然，情绪更加丰富
    •  增加视频转场效果，使其看起来更加的流畅
    •  优化视频素材的匹配度

    工具地址

    体验中文版：

    https://reccloud.cn

    体验英文版：

    https://reccloud.com

    GitHub：

    https://github.com/harry0703/MoneyPrinterTurbo

  • Stylar – 一个更适合小白的 AI 在线设计工具

    工具介绍

    使用非常简单，工具栏只有文生图、图生图、生成填充、脸部套装这几个选项，通过简单的提示词和点击工具就可以轻松创作惊艳的图像 Stylar AI 引入了图层的概念，在画布上通过排版的方式，就能精准控制每个元素，可以将不同风格的元素统一化，对设计小白而言更容易上手 🎁免费用户有200点数，使用一次大概消耗4个点数，用完可以继续注册新号

    工具地址

    地址：

    https://www.stylar.ai/

  • CapsWriter Offline-好用的 PC 端的语音输入 字幕转录工具 无限时长

    软件介绍

    CapsWriter Offline-CapsWriter 的离线版，一个 PC 端的语音输入、字幕转录工具，完全离线、无限时长、低延迟、高准确率、中英混输、自动阿拉伯数字、自动调整中英间隔，按下键盘上的 大写锁定键，录音开始，当松开 大写锁定键 时，就会识别你的录音，并将识别结果立刻输入，将音视频文件拖动到客户端打开，即可转录生成 srt 字幕。

    特性

    1. 完全离线、无限时长、低延迟、高准确率、中英混输、自动阿拉伯数字、自动调整中英间隔
    2. 热词功能：可以在 hot-en.txt hot-zh.txt hot-rule.txt 中添加三种热词，客户端动态载入
    3. 日记功能：默认每次录音识别后，识别结果记录在 年份/月份/日期.md ，录音文件保存在 年份/月份/assets
    4. 关键词日记：识别结果若以关键词开头，会被记录在 年份/月份/关键词-日期.md，关键词在 keywords.txt 中定义
    5. 转录功能：将音视频文件拖动到客户端打开，即可转录生成 srt 字幕
    6. 服务端、客户端分离，可以服务多台客户端
    7. 编辑 config.py ，可以配置服务端地址、快捷键、录音开关……

    如何使用

    对 Windows 端：

    1. 请确保电脑上安装了 Microsoft Visual C++ Redistributable 运行库
    2. 服务端载入模型所用的 onnxruntime 只能在 Windows 10 及以上版本的系统使用
    3. 服务端载入模型需要系统内存 4G，只能在 64 位系统上使用
    4. 额外打包了 32 位系统可用的客户端，在 Windows 7 及以上版本的系统可用
    5. 模型文件较大，单独打包，解压模型后请放入软件目录的 models 文件夹中

    其它系统：

    1. 其它系统，可以下载模型、安装依赖后从 Python 源码运行。
    2. 由于我没有 Mac 电脑，无法打包 Mac 版本，只能从源码运行，可能会有诸多问题要解决。（由于系统限制，客户端需要 sudo 启动，且默认快捷键为 right shift）

    模型说明：

    1. 由于模型文件太大，为了方便更新，单独打包
    2. 解压模型后请放入软件目录的 models 文件夹中

    软件地址

    下载地址：

    夸克网盘

    下载地址：

    百度网盘

      提取码：eu4c GitHub：

    https://github.com/HaujetZhao/CapsWriter-Offline

  • 免费语音视频 文本图片多模态AI能力引擎平台- 思通数科 StoneDT

    网站介绍

    思通数科 StoneDT是一个免费语音视频 文本图片多模态AI能力引擎平台，免费提供自然语言处理、情感分析、实体识别、图像识别与分类、OCR识别、语音识别接口等等，注册即可体验，感兴趣的同学可以试试。

    网站地址

    官网：https://nlp.stonedt.com/ gitee地址：https://gitee.com/stonedtx/free-nlp-api

  • Hugging Chat – Hugging Face 推出的 AI 聊天应用

    工具介绍

    Hugging Chat 内置了 8 个开源大模型如 Llama3、Mixtral、Zephyr 等，支持联网，支持中文

    工具地址

    地址：

    https://huggingface.co/chat/

    Github：

    https://github.com/huggingface/chat-ui

    iOS商店：

    https://apps.apple.com/sg/app/huggingchat/id6476778843