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

Shap-E

github.com★ 12,271

OpenAI 开源的文本/图像生成 3D 模型项目,可输出隐式函数并渲染为网格。

开源可自部署LinuxWindowsMac
AI 3D · 1 处推荐

Voicebox

voicebox.sh★ 56,485

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

LivePortrait

github.com★ 19,385

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

LiveKit Agents

github.com★ 14,546

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.com

OpenAI 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

InvokeAI

github.com★ 28,447

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

YuE2

map-yue2.github.io★ 10,941

开源音乐生成模型,用符号规划把歌词和风格变成可编辑乐谱,再生成带人声和伴奏的完整歌曲。

开源多模态可自部署网页
AI 音乐 · 2 处推荐

LGM

github.com★ 2,124

基于多视图高斯模型的高分辨率3D内容生成,支持文本或图像输入,ECCV 2024 Oral。

开源可自部署本地模型Linux
AI 3D · 1 处推荐

Remotion

github.com★ 63,012

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

FunASR

github.com★ 20,580

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

MoneyPrinterTurbo

github.com★ 128,429

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

Runway

runwayml.com

云端 AI 视频创作平台,提供 Gen-4.5 视频生成模型与图像、音频编辑工具,并有开发者 API。

有 API多模态网页
AI 视频 · 4 处推荐

LivePortrait

github.com★ 19,173

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

LTX-2

github.com★ 10,058

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

Murf AI

murf.ai

AI 语音平台,提供超低延迟 TTS API、200+ 拟真音色与对话式语音 Agent,支持 35+ 语言。

有 API网页
语音合成 / 识别 · 2 处推荐

EchoMimic

github.com★ 4,331

蚂蚁集团开源的音频驱动人像动画模型,通过可编辑关键点控制生成逼真说话视频。

开源可自部署本地模型网页LinuxWindows
数字人 · 1 处推荐

AudioCraft

audiocraft.metademolab.com

Meta 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

WhisperX

github.com★ 24,416

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-Manager

github.com★ 16,371

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

CosyVoice

github.com★ 23,888

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

VideoLingo

github.com★ 18,691

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

Midjourney

midjourney.com

知名 AI 绘图工具,以生成高质量、艺术感强的图像著称,同时探索视频模型。

多模态网页
AI 绘图 · 5 处推荐

Qwen3-TTS

github.com★ 13,666

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

Adobe Firefly

firefly.adobe.com

Adobe 官方 AI 创意工作室,集成 30+ 模型,可生成图像、视频、音频,商用安全。

多模态网页
AI 绘图 · 1 处推荐