推荐 3 个 火火火火 的 AI 开源项目

基于 GPT-SoVITS 实现个性化语音复刻的API服务调用:让小说朗读拥有专属声线 在朗读设置中,找到“朗读引擎”选项点击“+” 号新建引擎,在url里输入API链接http://内网IP:9880/?refer_wav_path=参考音频路径&prompt_text=参考音频的文本&prompt_language=中文&text={{speakText}}&text_language=中文(本地服务默认地址)填写引擎名称,点击“保存”返回朗读设置主界面,在 “当前引擎” 中选择刚创建的 API 引擎点击“全局”,确保所有小说朗读使用该引擎。 阅读详情

本期推荐开源项目目录:

1. GPT-SoVITS

2. 以代码为主的代理框架

3. ChatGPT、文生图 API 封装应用


01 GPT-SoVITS

GPT-SoVITS 是一个开源黑科技,只需要 1 分钟的语音就能实现声音克隆、文本到语音转换。少量样本就可以训练出一个优秀的 TTS 模型。

它具有以下主要特性: 

  • 零样本 TTS:输入 5 秒的声音样本,即可体验即时的文本到语音转换。 

  • 少样本 TTS:只需 1 分钟的训练数据,就可以微调模型,以提高语音相似度和真实感。 

跨语言支持:可以用与训练数据集不同的语言进行推理,目前支持英语、日语和中文。集成了一些工具,包括声音伴奏分离、自动训练集分割、中文 ASR 和文本标签,帮助初学者创建训练数据集和 GPT/SoVITS 模型。

图片

开源地址:https://github.com/RVC-Boss/GPT-SoVITS

02 以代码为主的代理框架

TaskWeaver 是一个由 Microsoft 开发的开源项目,它是一个以代码为主的代理框架,用于无缝地规划和执行数据分析任务。 

TaskWeaver 的目标是通过编码片段解释用户请求,并有效地协调各种形式的插件(函数)来执行数据分析任务。这是一个以代码为主的代理框架,可以无缝地规划和执行数据分析任务。

开源地址:https://github.com/microsoft/TaskWeaver

图片

03 ChatGPT、文生图 API 封装应用

该开源项目叫做 chatgpt-web-midjourney-proxy 目前已经获得了 1.1k 的 Star,该项目是在 ChenZhaoYu 的基础上进行二次开发的,使用 midjourney-proxy 提供的 midjourney api 作为后端。

部署后,可以在基于该开源项目体验 ChatGPT、Midjourney 的功能。如下是该项目支持的功能:

图片

开源地址:https://github.com/Dooy/chatgpt-web-midjourney-proxy

图片

录音 whisper 和 tts

图片

局部重绘

图片

换脸

图片

混图

图片

【GitHub项目实战】GPT-SoVITS 通过 API 实现批量语音合成 这篇文章探讨了如何利用GPT-SoVITS API实现文本转语音(TTS)与音频拼接自动化流程。文章首先展示了项目成果:通过分段处理长文本课件,生成对应音频片段后合并为完整音频。核心流程包括:初始化API连接和基础路径;切换SoVITS和GPT模型权重;合并指定目录的.wav文件;管理文件和目录的移动操作。文中提供了完整的Python代码实现,涵盖了音频文件处理、路径管理、API调用等关键环节。该方案为需要批量生成和处理语音内容的应用场景提供了高效的技术参考,特别适合处理大篇幅文本的语音合成需求。 阅读详情

相关推荐

GPT-SoVITS语音合成服务器部署,可远程访问(全部代码和详细部署步骤)

此外,项目还提供了一些集成工具,包括声音伴奏分离,自动训练集分割,中文ASR和文本标签,帮助初学者创建训练数据集和 GPT/SoVITS 模型。Zero-shot TTS 可以让用户输入5秒钟的语音样本并立即体验转换后的语音,而 Few-shot TTS 则可以通过使用仅一分钟的训练数据进行模型微调,从而提高语音相似度和真实性。WebUI 工具:集成工具包括声音伴奏分离,自动训练集分割,中文ASR和文本标签,帮助初学者创建训练数据集和GPT/SoVITS模型。

qq_34717531的博客 4917

抓紧收藏!7 款令人惊艳的 AI 开源项目

自从去年 AIGC 兴起以来,AI 开源项目如同雨后春笋,为 AI 爱好者提供了大量的学习资源以及搞钱的机会。很多大家用过或者听过的 AI 产品,他们的背后都有开源项目的身影。开发者们利用这些工具,迅速搭建原型,利用信息差可能已经拿到了人生的第一桶金。甚至我认识一位不懂编程的产品经理,她通过自己敏锐的商业嗅觉,去年利用 AI 编程工具和开源项目,开发出好几套流量不错的 AI 小产品,其中 3 套以平均 3 万刀的价格出售。最近一直在接触 AI 开源项目。接下来,我来替大家盘点 7 款令人惊艳的 AI 开源项

weixin_59191169的博客 5765

中兴FTTR光猫变简易OLT:低成本搭建全光监控与局域网实战指南

本文详细介绍了如何将中兴FTTR光猫改造为简易OLT设备,实现低成本全光监控与局域网扩展。通过LOID认证、桥接模式设置及终端数破解,用户可利用二手设备搭建高性能光纤网络,适用于远程监控和长距离组网场景,显著降低部署成本。

chair的专栏 2056

10个令人惊叹的开源AI项目,诞生了!

最近精选了10个最震撼的开源AI工具。这些项目覆盖数据处理、机器学习框架、图像生成等多个领域,相信总有一个能激发你的灵感火花。我之所以选择它们是因为它们涵盖了从数据整理到语音技术等各种 AI 优点。

weixin_53707653的博客 7942

用Keil5给CH552G编程:手把手配置8051开发环境+LED闪烁实战

本文详细介绍了如何使用Keil5为CH552G单片机配置8051开发环境,并完成LED闪烁实战。从获取必要软件、安装WCH器件库到创建工程、编写程序及烧录,手把手指导开发者避开常见陷阱,特别适合从STC转向CH552G的开发者。

weixin_30733003的博客 539

GEE开发之ERA5(气温、降水、压力、风速等)数据获取和分析

前言:ERA5主要提供DAILY和MONTHLY两大类别数据,其中主要包括气温、降水、压力、风速等。

等待着冬天的风的博客 3万+

推荐 3 个火火火火的 AI 开源项目

本期推荐开源项目目录:1. 大模型微调框架2. 用于角色扮演的 AI agent 框架3. 用于生成数字形象的工具01大模型微调框架这个开源项目叫做 LLaMA-Factory,是一个易于使用的大型语言模型(LLM)微调框架。它支持多种开源的大型语言模型,如 LLaMA、ChatGLM、Falcon 等。LLaMA-Factory 的主要特点包括:通过 Web UI 进行 LLM 的微调和训练 ...

公众号:逛逛GitHub 4166

DELL Precision T7920加装显卡遇到的坑

文章目录DELL Precision T7920加装显卡服务器原有配置介绍选购过程确认型号确认PCIE x16插槽确认电源功率和电源线安装过程电源模组线不够多单装一个3090显卡尺寸问题加装上1080Ti非常重要!官方文档 DELL Precision T7920加装显卡 实验室由于显卡计算能力不够,以及显卡显存不够,请老师花了大价钱购入了两张GeForce 3090显卡。老师赛高!记录一下这次加装显卡过程中学到的一些知识。 服务器原有配置介绍 服务器原有一张1080Ti显卡,一个16核Xeon CPU。

weixin_45520982的博客 1万+

推荐 3 个火火火的 AI 语音开源项目 !

嗨喽!GitHub科技的各位小伙伴们,由于公众号做了乱序推送改版,为了保证公众号的推文能够第一时间及时送达到大家手上,大家记得将公众号 加星标置顶 ,公众号每天会送上几个GitHub开源项目给大家学习 !1 视频翻译配音这是一个视频翻译配音工具,可将一种语言的视频翻译为指定语言的视频,自动生成和添加该语言的字幕和配音。语音识别支持 faster-whisper模型 openai-whisper...

程序IT圈 1665

AI智能体丨使用Coze生成自媒体短视频分镜生成器(附保姆级教程)

【短视频分镜脚本生成器】是一款由Coze平台开发出来的智能体,可快速解析某音/某书视频或本地文件,自动生成专业分镜脚本。用户只需输入视频链接或上传文件,系统即会分析镜头节奏、叙事逻辑和画面内容,输出包含画面、模板和话术参考的标准化脚本(支持3分钟内视频)。该工具还能生成HTML网页和可下载图片,提供可视化呈现。工作流程包括视频解析、帧提取、AI画面理解、脚本生成和网页制作,大幅提升短视频创作效率。

李同学Lino的博客 1541

手把手教你学simulink(83.2)--分布式能源场景实例:使用Simulink构建一个典型的光伏发电分布式能源系统模型

*分布式能源系统(Distributed Energy System, DES)**是指由多个小型发电单元、储能装置和负载组成的电力系统,这些组件通常分布在不同的地理位置。DES包括太阳能光伏(PV)、风力发电、微型燃气轮机、储能电池等。这种系统能够提高能源利用效率、减少传输损耗,并增强电网的稳定性和可靠性。在DES中,各组件之间的协调与控制至关重要。通过使用Simulink,我们可以模拟和优化这些系统的运行情况,研究其动态行为,并设计有效的控制策略。

MHD0815的博客 1105

推荐 3 个 火火火火 的开源项目

本期推荐开源项目目录:1. AI 写作神器2. 开源爬虫工具3. 免费使用 GPT4 开源利器。

m0_46163918的博客 2020

threejs中使用Reflector实现出倒影效果,并实现背景透明的效果(Reflector镜面背景透明, 倒影弱化)

在项目中遇到要实现倒影效果,threejs给我们提供了Reflector,可以轻松完成镜面效果,实现倒影。但背景不透明;并且反射出的倒影太亮了;网上没搜到解决方案, 自己修改了下源码实现了想要的效果,做个记录...

weixin_40856652的博客 5723

推荐 3 个今日 火火火火 的开源项目

本期推荐开源项目目录:1. 开源 RAG 框架2. 开源视频生成模型3. ChatGPT 克隆01开源 RAG 框架Embedchain 是一个开源的 RAG(Retrieval-Augmented Generation)框架,它简化了创建和部署由大型语言模型驱动的聊天机器人的过程。这里解释一下什么是 RAG 技术:对大模型输入 Prompt 的时候,先在一个向量数据库中检索出与输入相关的信息,然...

公众号:逛逛GitHub 3878

56、Cortex - M33处理器浮点单元(FPU)的使用与优化

本文详细介绍了Cortex-M33处理器浮点单元(FPU)的使用与优化方法,涵盖单双精度浮点计算的选择、编译器命令行配置、ABI模式对比、特殊FPU模式设置(如Flush-to-Zero、Default NaN)、浮点异常处理机制以及FPU电源管理策略。结合代码示例和流程图,提供了在不同应用场景下的最佳实践建议,并总结了常见问题及解决方案,帮助开发者提升嵌入式系统中浮点运算的性能、精度与能效。

bread的博客 155

LinePhone3.2.7(android端最新版本) sip客户端

SIP客户端For android:LinePhone3.2.7(最新版本),官网地址:http://www.linphone.org/

推荐 4 个本周火火火的开源项目

本期推荐开源项目目录:1. 跨平台 ChatGPT 应用2. 黑洞音乐播放器3. 开放 API4. 构建高质量大语言模型。

IT界那些事儿 9970

蓝牙模块HM-10手册

蓝牙模块HM-10手册,该手册对蓝牙模块HM-10进行了详细的介绍和使用方法以及一些AT指令。

推荐 4 个本周 火火火火 的开源项目

本期推荐开源项目目录:1. 一个集成了主流 AI 大模型的 APP2. 模拟人类行为的小镇3. 离线 OCR 软件4. 流程图编辑框架01一个集成了主流 AI 大模型的 APP该开源项目集成了主流的大语言模型、绘图模型,基于Flutter开发,支持问答聊天、文生图、图生图、超分辨率等等功能。已集成模型:GPT-3.5/4、通义千问、文心一言、Stable Diffusion客户端:https://...

公众号:逛逛GitHub 2080

推荐 4 个 火火火火 的开源项目

本期推荐开源项目目录:1. Chat2DB2. ChatALL3. 中国独立开发者项目列表4. 开源社交平台01Chat2DB看开源项目的名字,也能大概猜出来这是一个什么东西。每次这是一个不需要写 SQL,通过输入自然语言自动帮你生成 SQL 语句的数据库客户端。同时,它还能将 SQL 语句转化为自然语言,借助这个神器也能让不懂 SQL 的运营、业务人员进行快速查询、数据分析。根据项目中的描述,目...

公众号:逛逛GitHub 4555

推荐 2 个本周 火火火火 的开源项目

01微软新手课程:生成式AI入门在人工智能的浪潮中,生成式AI(Generative AI)以其创造力和应用潜力成为焦点。微软推出的 “generative-ai-for-beginners” 课程,为初学者提供了一个全面了解和学习生成式AI的平台。1️⃣ 课程概览这个由微软云倡导者精心设计的18课课程,将带你从零开始,一步步深入生成式AI的世界。无论你是编程新手还是AI爱好者,都能在这里找到适合...

公众号:逛逛GitHub 1785

推荐 7 个最近 火火火火 的开源项目。

内置了 AI SDK,方便你构建自己的 AI Agent,在流程构建器里,还有一个 Copilot 助手来指导你创建工作流。从 Python、Java、C++ 等编程语言基础,到机器学习、深度学习、AI、区块链、物联网、前端开发、后端开发、全栈开发、数据科学、机器人学等热门技术领域,应有尽有。然后,用你的网页浏览器访问容器的 8006 端口,会自动下载需要的Windows ISO文件,并完成全自动安装过程。获取你能根据自己的需要,在里面找到对应的 MCP Server,扩展 AI 助手的能力完成复杂任务。

公众号:逛逛GitHub 894

推荐 3 个 火火火 的 开源项目

本期推荐开源项目目录:1. 大模型打包到可执行文件中2. 自动化基于浏览器的工作流程3. 很吊的应用开发平台01大模型打包到可执行文件中llamafile 由 Mozilla-Ocho 团队开发。这是一个创新的工具,它允许用户将大型语言模型(LLMs)打包到一个单独的可执行文件中,无需安装即可在大多数计算机上本地运行,简化了 LLMs 的分发和运行过程。这个项目的目标是让开放的 LLMs 对开发者...

公众号:逛逛GitHub 1066

推荐 8 个本周 火火火火 的开源项目!

不依赖 Chromium 或 Firefox 等现有引擎,从零构建了 LibWeb 和 LibJS,实现了对 HTML、CSS 和 JavaScript 的完整支持。这个开源的浏览器有 42K 的 Star ,它的目标是打造一款真正独立、跨平台且基于现代 Web 标准的浏览器引擎。Void 是它的开源替代品,最近一周就获得了 5552 的 Star,太火爆了。,简单来说:你只输入大白话,就能完成原来复杂的运维,不需要记各种复杂的命令了。说白了:就是把你的微信聊天记录导出来,搞到大模型里面进行微调训练,

公众号:逛逛GitHub 1222

推荐 4 个本周火火火开源项目!

本期推荐开源项目目录:1. 自动化生成短视频2. 生成式 AI 指南3. 流行工具的一站式平台4. atopile01自动化生成短视频MoneyPrinter 开源两周,已经获得了 6.8K 的Star。这是一个自动化本地生成 YouTube Shorts 视频的工具。你只需提供一个视频话题,MoneyPrinter 就能够生成相应的短视频。这个项目简化了内容创作者制作短视频的流程,使他们能够快...

公众号:逛逛GitHub 3488
上一篇: VMware“地震级”剧变,大量VM独立产品被放弃!用户:是时候考虑替代品了
下一篇: 发条消息就能破解iPhone?苹果系统这次像被“内鬼”攻破的。。。
IT界那些事儿
博客等级 码龄6年 2万+粉丝 22原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值