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。
几何感知的 360 度 3D 全头合成技术问世 – 可以从一张照片中构建 3D 头部的生成技术！
相关导航
ShortGPT
一个强大的自动化视频制作工具，它可以自动采集素材、编辑视频、配音、生成字幕，从而简化了视频创建过程
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。
MagicEdit
输入文字即可编辑视频，包括修改风格、修改局部画面、视频混合、视频扩展。
Coqui-TTS
一个强大的深度学习文本到语音工具包，具有高度的可定制性和多语言支持。
Umi-OCR
一款完全离线的OCR图片转文字识别软件，支持命令行、HTTP接口等多种调用方式，支持截图OCR / 批量OCR / 二维码 / 数学公式识别（测试中）
Tantivy
全文本搜索引擎库
FaceChain
一个可以将自己的照片上传并生成数字孪生的应用程序
暂无评论...