R

Chatterbox

Chatterbox是Resemble AI推出的开源文本转语音(TTS)模型,基于0.5B规模的LLaMA架构,用超过50万小时精选音频训练。它支持零样本语音克隆,仅需5秒参考音频即可生成高度逼真的个性化语音,并具备情感夸张控制功能,可调节情绪、语速和语调。Chatterbox还拥有超低延迟的实时语音合成能力,延迟低至200毫秒以下,适用于交互式应用。此外,它采用安全水印技术防止滥用,适用于内容

Pippo

Pippo是由Meta Reality Labs研发的图像到视频生成模型,可基于单张照片生成多视角高清人像视频。采用多视角扩散变换器架构,结合ControlMLP模块与注意力偏差技术,实现更丰富的视角生成和更高的3D一致性。支持高分辨率输出及细节自动补全,适用于虚拟现实、影视制作、游戏开发等多个领域。技术方案涵盖多阶段训练流程,确保生成质量与稳定性。

EmojiGen

EmojiGen是一个开源的表情符号生成器。用户只需要在输入框中输入一个词或短语,EmojiGen就会立即生成相关的表情符号。

Mendeley

一款由Elsevier公司提供的免费文献管理软件,Mendeley可以帮助您存储、组织、记录、共享和引用参考和科研数据,特别适合科研人员、学者和学生使用。

PengChengStarling

鹏城实验室开源的一款多语言语音识别系统开发工具包,PengChengStarling可以在统一的框架内处理多种语言语音输入,支持实时语音识别,边说边识别。

E言易图

E言易图,基于Apache Echarts的数据洞察和图表制作、文心一言里一款强大的数据可视化插件,目前支持柱状图、折线图、饼图、雷达图、散点图、漏斗图、思维导图等。

ViVa AI

Sora同架构视频生成模型,支持文本生成视频、图片生成视频以及 4K 分辨率放大功能,另外也支持提示词的自动优化。

Holara AI

一款AI动漫画卡通图片生成工具,用户只需输入他们的偏好和提示,然后Holara AI就会生成符合给定条件的动漫图像。

IndieResources.dev

一个专为独立开发者提供的免费资源导航站。IndieResources汇集了超过1000种免费资源,涵盖教程、社交媒体工具、支付解决方案、域名注册、部署服务、设计工具、代码编程资源等。