RealtimeTTS
在文本输入的同时立即开始语音合成，无需等待整个文本输入完毕。
通过语音和人脸图像来生成逼真的嘴唇运动
数据统计
相关导航
FreeU
基于U-Net架构，并通过将扩散过程与传统的卷积神经网络相结合，提供了更好的图像分割结果
DeepLX
一个方便开发者使用的工具，它利用DeepL的免费服务，提供了一个本地API，让开发者可以轻松地集成到他们的项目中
Amphion
一个开源工具包，可实现语音、声音和歌唱功能
UniControl
一个统一可控的视觉生成模型
DWPose
识别视频中的人物的面部和身体动作，为后续的SD绘图提供支持
AutoX
个在安卓平台上运行的UiAutomator，它可以用于自动化测试和操作安卓设备
Segment-Anything
一个模型，它提供了运行推理的代码、训练模型的检查点下载链接以及示例笔记本。
暂无评论...