aiknow

AI 创作

共 845 个AI 用户与开发者推荐的AI 创作。

全部 AI 创作AI 绘图 209AI 视频 237AI 音乐 48音频处理 20语音合成 / 识别 80数字人 36AI 换脸 / 人脸融合 11AI 去水印 / 消除 13AI 3D 68AI 游戏 / 游戏开发 28AI 设计 95

ComfyUI

github.com★ 144,714

最强大的模块化扩散模型节点式 GUI 与本地推理引擎,支持图像、视频、3D、音频生成。

开源有 API多模态可自部署本地模型桌面客户端
AI 绘图 · 3 处推荐

ComfyUI

github.com★ 136,563

基于节点图的模块化扩散模型创作引擎,支持图像、视频、3D、音频生成,本地推理速度极快。

开源可自部署有 API多模态本地模型Windows
AI 绘图 · 2 处推荐

基于 Gradio 的 Stable Diffusion 网页界面,支持文生图、图生图、局部重绘与插件扩展。

开源可自部署有 API本地模型网页Windows
AI 绘图 · 1 处推荐

ControlNet

github.com★ 34,124

为扩散模型添加条件控制的神经网络结构,让 Stable Diffusion 按边缘、姿态等条件生成图像。

开源可自部署本地模型LinuxWindows
AI 绘图 · 1 处推荐

Real-ESRGAN

github.com★ 36,978

开源图像/视频超分辨率与修复算法,用合成数据训练,支持动漫与实拍画质增强。

开源可自部署有 API本地模型WindowsLinux
AI 绘图 · 1 处推荐

GFPGAN

github.com★ 37,684

腾讯 ARC 开源的实用人脸修复算法,基于 GAN 先验修复模糊老照片,支持 CPU 与 Windows 运行。

可自部署本地模型网页WindowsLinuxMac
AI 绘图 · 1 处推荐

CVPR 2021 论文官方代码,提出 VQGAN 结合 Transformer 实现高分辨率图像合成。

开源可自部署本地模型LinuxWindowsMac
AI 绘图 · 1 处推荐

AudioCraft

github.com★ 23,805

Meta 开源的 PyTorch 音频生成库,含 MusicGen 音乐生成、AudioGen 音效生成与 EnCodec 编解码器。

开源可自部署本地模型LinuxMacWindows
AI 音乐 · 1 处推荐

Spleeter

github.com★ 28,480

Deezer 开源的音源分离库,内置预训练模型,可将歌曲拆成人声、鼓、贝斯等音轨

开源可自部署命令行LinuxMacWindows
音频处理 · 1 处推荐

faster-whisper

github.com★ 25,703

基于 CTranslate2 的 Whisper 语音识别重实现,速度更快、显存占用更低,支持量化与本地部署。

开源可自部署有 API本地模型LinuxWindows
语音合成 / 识别 · 1 处推荐

TRELLIS

github.com★ 13,772

微软开源的大规模 3D 生成模型,支持文本或图像生成高质量 3D 资产,可输出辐射场、3D 高斯和网格。

开源多模态可自部署Linux网页Windows
AI 3D · 1 处推荐

ElevenLabs

elevenlabs.io

超写实 AI 语音平台,提供语音合成、克隆、配音与语音 Agent,支持 70+ 语言。

免费+付费有 API多模态网页
语音合成 / 识别 · 3 处推荐

SadTalker

github.com★ 14,117

开源AI数字人工具,单张照片加音频即可生成逼真的说话头视频,CVPR 2023论文项目。

可自部署多模态网页LinuxWindows
数字人 · 1 处推荐

Ultimate Vocal Remover GUI

github.com★ 26,478

基于深度神经网络的开源人声分离工具,带图形界面,可提取伴奏与人声。

开源可自部署本地模型桌面客户端Windows
音频处理 · 1 处推荐

开源语音音色转换(变声)框架,10 分钟语音即可训练模型,带网页界面与实时变声。

开源中文界面可自部署本地模型Linux网页
语音合成 / 识别 · 1 处推荐

F5-TTS

github.com★ 15,504

开源语音合成模型,用流匹配实现流畅自然的零样本声音克隆,训练与推理速度快。

开源可自部署本地模型LinuxWindows命令行
语音合成 / 识别 · 1 处推荐

IP-Adapter

github.com★ 6,697

腾讯开源的轻量图像提示适配器,让文生图扩散模型支持图片提示,仅 22M 参数即可实现风格与人物参考。

开源可自部署多模态本地模型LinuxWindows
AI 绘图 · 1 处推荐

Hallo

github.com★ 8,672

复旦开源的人像音频驱动动画模型,输入照片与语音即可生成对口型说话视频

开源可自部署本地模型LinuxWindows
数字人 · 1 处推荐

DreamGaussian

github.com★ 4,362

基于生成式高斯泼溅的高效3D内容创建方法,支持图生3D和文生3D,ICLR 2024 Oral。

开源可自部署LinuxWindows
AI 3D · 1 处推荐

Wonder3D

github.com★ 5,451

单图生成高精度带纹理3D网格的开源模型,2-3分钟出结果,CVPR 2024 Highlight。

开源可自部署本地模型网页Linux
AI 3D · 1 处推荐

Wav2Lip

github.com★ 13,263

开源唇形同步模型,让视频人物口型匹配任意语音,ACM MM 2020 论文官方实现。

开源可自部署LinuxWindows
数字人 · 1 处推荐

Fooocus

github.com★ 53,298

基于 SDXL 的开源离线 AI 绘图软件,无需调参,专注提示词即可生成高质量图像。

开源可自部署免登录本地模型WindowsLinux
AI 绘图 · 1 处推荐

Chatterbox TTS

github.com★ 26,908

Resemble AI 开源的最先进 TTS 模型家族,支持多语言语音克隆与副语言标签,含 Turbo/Nano 轻量版。

开源可自部署本地模型LinuxMacWindows
语音合成 / 识别 · 1 处推荐

LTX-Video

github.com★ 11,049

基于 DiT 架构的开源视频生成模型,支持图文生成、多关键帧控制与音视频同步。

开源多模态可自部署本地模型命令行网页
AI 视频 · 2 处推荐