VoiceStreamAI
一个可以自己托管的 Whisper 解决方案，服务端是 Python，客户端是 JS，基于 WebSocket 实时通信，可以做到语音的实时传输和文本转换。
一个用于图像和视频修复的应用程序，它使用ESRGAN模型进行训练，该模型使用合成数据进行图像和视频的恢复
数据统计
相关导航
IP Adapter
腾讯AI实验室推出的 AI 绘图模型，效果类似 ControlNet，可以控制图片生成的效果
screenshot-to-code
将屏幕截图转换为清洁的HTML / Tailwind / JS代码
GPT-Pilot
你的全能AI开发助手
macOSpilot
Mac 上的一个多模态 AI 助手，能支持语音和截图，借助 GPT-4V 的多模态能力，可以基于当前屏幕截图和指令可以回复问题。
DragNUWA
微软发布了DragNUWA 1.5版本，用户可以在图像上画出对应方向的箭头标记。在通过图像生成视频之前，这些标记可以用来指导镜头的运动方向。
Toshi
全文本搜索引擎
Bark
音频转文字
暂无评论...