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
开源本地 AI 语音工作室,支持声音克隆、语音合成与全局听写,7 种 TTS 引擎、23 种语言。
开源有 API支持 MCP可自部署本地模型通义千问
语音合成 / 识别 · 2 处推荐
快手开源的高效人像动画模型,支持人、猫、狗照片驱动生成动态视频,带拼接与重定向控制。
可自部署多模态LinuxWindows网页
数字人 · 1 处推荐
开源框架,用于构建可实时听、说、看的多模态语音 AI Agent,支持 WebRTC 与电话接入。
开源有 API多模态可自部署GPTLinux
语音合成 / 识别 · 1 处推荐
GPT-Realtime-2
developers.openai.comOpenAI 最强的实时语音模型,支持语音到语音对话、可调推理强度与可靠工具调用。
付费有 API多模态GPT网页
语音合成 / 识别 · 1 处推荐
面向 Stable Diffusion 等模型的本地开源 AI 绘图引擎,提供 WebUI、统一画布与节点式工作流。
开源可自部署本地模型网页WindowsMac
AI 绘图 · 2 处推荐
用 React 代码以编程方式生成视频的开源框架,支持 Agent 驱动与批量渲染
可自部署命令行LinuxMac网页Windows
AI 视频 · 1 处推荐
开源语音识别工具包,支持训练、推理、流式 ASR、VAD、标点与说话人分离,并提供 OpenAI 兼容与 MCP 服务。
开源有 API支持 MCP可自部署本地模型命令行
语音合成 / 识别 · 1 处推荐
输入主题或关键词,自动生成脚本、素材、字幕与配乐,一键合成高清短视频的开源工具。
开源可自部署有 API中文界面Kimi网页
AI 视频 · 1 处推荐
快手开源的高效人像动画模型,可让静态人像、猫狗照片动起来,支持视频驱动与精准编辑。
开源可自部署多模态本地模型WindowsMac
数字人 · 1 处推荐
Lightricks 开源的音视频联合生成模型,含推理与 LoRA 训练代码,可本地部署。
可自部署多模态本地模型LinuxWindowsMac
AI 视频 · 1 处推荐
AudioCraft
audiocraft.metademolab.comMeta 开源的生成式音频代码库,含 MusicGen 文生音乐与 AudioGen 音效生成。
开源可自部署多模态本地模型网页Linux
AI 音乐 · 1 处推荐
基于 Whisper 的快速语音识别工具,支持词级时间戳与说话人分离,速度可达实时 70 倍。
开源可自部署本地模型LinuxWindows命令行
语音合成 / 识别 · 1 处推荐
ComfyUI 的扩展管理器,可安装、删除、启停自定义节点,并提供节点信息中心。
开源可自部署WindowsLinuxMac
AI 绘图 · 1 处推荐
基于大模型的多语言语音生成系统,支持零样本语音克隆、流式合成与指令控制。
开源可自部署通义千问本地模型LinuxWindows
语音合成 / 识别 · 1 处推荐
一键全自动视频字幕组:语音识别、字幕切割翻译、对齐与配音,支持多语言。
开源中文界面多模态可自部署GPT本地模型
语音合成 / 识别 · 1 处推荐
阿里通义千问团队开源的语音合成模型系列,支持流式生成、音色设计与声音克隆
开源可自部署本地模型通义千问LinuxMac
语音合成 / 识别 · 1 处推荐