Proyecto AI de código abierto

Introducción exhaustiva VLM-R1 es un proyecto de modelado visual del lenguaje de código abierto desarrollado por Om AI Lab y alojado en GitHub. El proyecto se basa en el enfoque R1 de DeepSeek, combinado con el modelo Qwen2.5-VL, a través del aprendizaje por refuerzo....

Introducción general MagicArticulate es un marco de IA desarrollado por ByteDance en colaboración con la Universidad Tecnológica de Nanyang (NTU), que se centra en la rápida transformación de modelos 3D estáticos en activos digitales de animación. Lo hace mediante un Transformador autorregresivo avanzado y un modelo de difusión funcional, auto...

Introducción general Fay es un marco de trabajo de código abierto para humanos digitales virtuales en 3D que integra modelos lingüísticos y personajes digitales para diversos escenarios de aplicación, como guías de compras virtuales, presentadores virtuales, asistentes, camareros, profesores y asistentes móviles basados en voz o texto.

Yuxi-Know es una plataforma inteligente de preguntas y respuestas de código abierto que combina el grafo de conocimiento y la tecnología RAG (Retrieval Augmented Generation) para ayudar a los usuarios a obtener rápidamente respuestas precisas. Se basa en Neo4j para almacenar el grafo de conocimiento , utilizando FastAPI y VueJS estructura...

Introducción general Search-R1 es un proyecto de código abierto, desarrollado por PeterGriffinJin en GitHub, basado en el framework veRL. Entrena grandes modelos lingüísticos (LLM) mediante técnicas de aprendizaje por refuerzo (RL), lo que permite a los modelos...

Descripción general AI Auto Free es una potente herramienta de automatización diseñada para ayudar a los usuarios a hacer un uso ilimitado de los Entornos de Desarrollo Integrado (IDE) basados en IA, como Cursor y Windsurf. El proyecto ofrece soporte multiplataforma e incluye múltiples funciones de lenguaje...

Introducción general Zerox es un proyecto de código abierto diseñado para convertir PDF, DOCX, imágenes y otros documentos a formato Markdown a través de modelos visuales. El proyecto ha sido desarrollado por el equipo getomni-ai y proporciona una solución OCR (Reconocimiento Óptico de Caracteres) sencilla y eficiente.

Introducción general Kolors Virtual Try-On es una aplicación de prueba virtual del equipo Kwai-Kolors en la plataforma Hugging Face. La aplicación utiliza tecnología avanzada de inteligencia artificial para ayudar a los...

KTransformers: Un framework Python de alto rendimiento para romper el cuello de botella de la inferencia de grandes modelos. Es más que una simple herramienta de ejecución de modelos, es un conjunto de motores de optimización de rendimiento extremo y una plataforma flexible de potenciación de interfaces. KTransf...

Synthesis Muyan-TTS es un modelo de texto a voz (TTS) de código abierto diseñado para podcasts. Está preentrenado con más de 100.000 horas de datos de audio de podcasts y admite la síntesis de voz de muestra cero para generar voz natural de alta calidad. El modelo se basa en Llama-3.2-3...

Introducción general MediaCrawler es una herramienta de rastreo de contenido de medios sociales diseñada para desarrolladores. Al proporcionar un rastreador de gran alcance, se puede agarrar rápidamente vídeos, imágenes, comentarios, gustos, retweets y otros datos de las plataformas sociales como Xiaohongshu,...

Introducción general Sonic es una innovadora plataforma centrada en la percepción global del audio y diseñada para generar vívidas animaciones de retratos controladas por audio. Desarrollada por un equipo de investigadores de Tencent y la Universidad de Zhejiang, la plataforma utiliza información de audio para controlar las expresiones faciales y los movimientos de la cabeza con el fin de generar vídeos animados naturales y fluidos.S...

Introducción General Open WebUI Artifacts Overhaul es un proyecto fork basado en Open WebUI, desarrollado por el desarrollador Nick Tonjum. Es una herramienta de código abierto centrada en mejorar el código generado por AI...

Introducción general Spark-TTS es una herramienta de conversión de texto a voz (TTS) de código abierto desarrollada por el equipo SparkAudio y alojada en GitHub, diseñada para ayudar a los usuarios a convertir texto en voz natural...

Introducción completa SemHash es una herramienta ligera y flexible para desduplicar conjuntos de datos por similitud semántica. Combina la rápida generación de incrustaciones de Model2Vec con la eficaz búsqueda de similitud RNA (vecino más cercano aproximado) de Vicinity.SemHa...

Introducción general Dia es un modelo de texto a voz (TTS) de código abierto desarrollado por Nari Labs y centrado en la generación de audio de diálogo hiperrealista. Transforma guiones de texto en diálogos realistas de varios caracteres en un solo proceso, admite el control de emociones y entonación, e incluso genera representaciones no verbales....

Introducción general Gemini Teacher es un asistente para practicar la pronunciación en inglés basado en la IA Gemini de Google. Reconoce la pronunciación inglesa del usuario en tiempo real y proporciona sugerencias de corrección y comentarios instantáneos. La herramienta está diseñada para ayudar a los usuarios a...

Introducción general TimesFM 2.0 - 500M PyTorch es un modelo base de series temporales preentrenado desarrollado por Google Research y diseñado para la previsión de series temporales. El modelo es capaz de manejar hasta 2048 puntos temporales hacia arriba y hacia abajo....

Introducción general LM Speed es una herramienta diseñada específicamente para desarrolladores de IA, y también está disponible como servicio en línea en lmspeed.net Su función principal es probar y analizar el rendimiento de las API de modelos lingüísticos, ayudando a los usuarios a identificar rápidamente los cuellos de botella de velocidad y optimizar las estrategias de llamada. Esta...

Introducción general Fabric es un marco de IA de código abierto desarrollado por Daniel Miessler para simplificar y automatizar las tareas informáticas cotidianas y facilitar el uso de la inteligencia artificial. Ayuda a los usuarios de forma eficiente a través de un diseño modular y de palabras clave predefinidas (Patrones)...

Introducción general Anubis es una herramienta de código abierto desarrollada por el equipo TecharoHQ para proteger sitios web de rastreadores de IA. Añade una prueba de trabajo SHA256 a las peticiones HTTP...

Descripción general Whisper Input es una herramienta de transcripción de voz de código abierto que permite a los usuarios iniciar la grabación de voz pulsando el botón Opción y finalizar la grabación levantando el botón. La herramienta llama Groq Whisper Large V3 Turbo ...

Introducción completa Qwen-Agent es un marco de aplicación de agente inteligente desarrollado sobre la base de Qwen 2.0 y superiores, con capacidades tales como seguimiento de comandos, uso de herramientas, planificación y memoria. El marco proporciona una variedad de aplicaciones de ejemplo como asistentes de navegador, intérpretes de código y asistentes personalizados....

Introducción general RD-Agent es una herramienta de código abierto de Microsoft diseñada para automatizar y optimizar el proceso de investigación y desarrollo (I+D). La herramienta se centra en escenarios basados en datos para mejorar la eficacia del desarrollo de modelos y datos mediante técnicas de inteligencia artificial.RD-Agent integra la investigación...

En el rápido desarrollo actual de Internet, las herramientas de descarga, como medio importante para que los usuarios obtengan información y recursos, desempeñan un papel indispensable. Este artículo analizará sistemáticamente cinco herramientas de descarga de código abierto: AB Download Manager, XDM (Xtreme Download ...

Introducción general codemcp es una herramienta de código abierto diseñada para los usuarios de Claude Desktop, desarrollada por Edward Z. Yang en GitHub. Convierte Claude Desktop en un útil...

Introducción general Screenshot-to-Code es una herramienta de código abierto que utiliza inteligencia artificial para convertir capturas de pantalla, borradores de diseño y diseños Figma en código limpio y funcional. La herramienta soporta múltiples tecnologías front-end, incluyendo HTML, Tailwind CS...

Introducción general Fragments by E2B es un proyecto de código abierto que proporciona una plantilla basada en Next.js para construir aplicaciones generadas íntegramente por IA. Desarrollado por E2B, el proyecto pretende simplificar y acelerar el proceso de desarrollo de aplicaciones de IA. Integra una variedad de ...

Introducción completa WeChat Markdown Editor (WeChat Markdown Editor) es una herramienta de diseño gráfico WeChat muy conciso diseñado para ayudar a los usuarios a crear fácilmente hermosas mensajes WeChat. El editor es compatible con todos los básicos Markdown ...

Introducción general olmOCR es una herramienta de código abierto desarrollada por el equipo AllenNLP del Allen Institute for Artificial Intelligence (AI2) que se centra en convertir archivos PDF...

El agente de introducción integral TARS es una inteligencia artificial multimodal de código abierto de ByteDance, con características básicas que ayudan a los usuarios a completar tareas informáticas complejas mediante la comprensión visual del contenido web y la combinación de operaciones de línea de comandos y del sistema de archivos. En lugar de requerir operaciones manuales como las herramientas tradicionales, puede auto...

Introducción general CapsWriter-Offline es una herramienta de entrada de voz y transcripción de subtítulos para PC, alojada en GitHub y creada por el desarrollador HaujetZhao. Se ejecuta completamente fuera de línea y no requiere una conexión a Internet para...

Introducción general AutoGen es un marco de código abierto desarrollado por un equipo de investigadores de Microsoft centrado en simplificar la creación de grandes aplicaciones de modelos de lenguaje (LLM) mediante el diálogo entre cuerpos multiinteligentes. Permite a los desarrolladores crear agentes de IA que pueden dialogar entre sí y colaborar para resolver tareas. Este enfoque no sólo mejora el rendimiento de los LLM...

Introducción general serverless-qrcode-hub es una herramienta de código abierto diseñada para resolver el problema de los frecuentes fallos de los códigos QR en los chats de grupo de WeChat. Se basa en Cloudflare Workers y bases de datos D1 , sin necesidad de servidores tradicionales para ejecutar...

Introducción general MiMo es un proyecto de modelado de grandes lenguajes de código abierto desarrollado por Xiaomi, centrado en el razonamiento matemático y la generación de código. El producto principal es la familia de modelos MiMo-7B, que contiene un modelo base (Base), un modelo de ajuste fino supervisado (SFT), un químico fuerte entrenado a partir del modelo base....

Introducción Tencent Hunyuan3D (Hunyuan3D 2.0) es un avanzado sistema de composición 3D a gran escala de Tencent diseñado para generar activos 3D texturizados de alta resolución. El sistema consta de dos componentes principales: Hunyuan3D-DiT, un modelo de generación de formas a gran escala, y Hunyuan3D-DiT, un...

Introducción general Qwen2.5-Omni es un modelo de IA multimodal de código abierto desarrollado por el equipo Qwen de Alibaba Cloud. Puede procesar múltiples entradas, como texto, imágenes, audio y vídeo, y generar respuestas de texto o habla natural en tiempo real. El modelo se lanzó en 2025 el 3 ...

Introducción general CoAI.Dev (antes Chat Nio) es una plataforma de chat que integra múltiples modelos de IA y soporta streaming distribuido, generación de imágenes, sincronización y compartición de conversaciones entre dispositivos. Implementa un sistema de facturación por suscripción y Token, servicio de tránsito de claves y múltiples...

Introducción exhaustiva DeOldify es un proyecto de código abierto basado en tecnología de aprendizaje profundo dedicado a la coloración y restauración inteligente de fotos y vídeos en blanco y negro. El proyecto utiliza un innovador método de entrenamiento NoGAN para resolver con éxito los defectos comunes de las redes GAN tradicionales en el proceso de coloreado de imágenes....

Introducción ConsisID es un proyecto de código abierto desarrollado por el grupo de Yuan Rong en la Universidad de Pekín, cuyo objetivo es lograr la generación de texto a vídeo coherente con la identidad (IPT2V) mediante técnicas de descomposición de frecuencias. El núcleo del proyecto es un sistema DiT (Diffusion Transfor...

Introducción general Zola es una aplicación de chat de IA gratuita y de código abierto desarrollada por el desarrollador Julien Thibeaut (nombre de usuario de GitHub ibelick) y alojada en GitHub. Su mejor característica es que soporta múltiples modos de IA...

Introducción general Local Deep Research es un asistente de investigación de IA de código abierto diseñado para ayudar a los usuarios a realizar investigaciones profundas y generar informes detallados para problemas complejos. Es compatible con la ejecución local, lo que permite a los usuarios completar las tareas de investigación sin depender de los servicios en la nube. La herramienta ...

Introducción general MathTranslate es una herramienta en línea dedicada a la traducción de documentos LaTeX, especialmente para artículos científicos. La herramienta es capaz de mantener inalteradas las expresiones LaTeX (por ejemplo, expresiones matemáticas) y finalmente compila los documentos LaTeX en...

Introducción general NarratoAI es una herramienta totalmente automatizada que integra narración de películas y vídeos, edición automatizada, doblaje y generación de subtítulos. Se basa en la tecnología de modelado lingüístico a gran escala (LLM) para generar automáticamente copias y editar automáticamente vídeos con sus correspondientes locuciones y subtítulos, proporcionando a los usuarios un...

Descripción general BlinkShot es un generador de imágenes de IA en tiempo real de código abierto que utiliza la tecnología Together AI y Flux Schnell para permitir a los usuarios generar imágenes de alta calidad a medida que introducen indicaciones. La plataforma es completamente gratuita y admite la personalización del usuario y...

Introducción Tencent Mixed Yuan Text Generation Video (disponible en Yuanbao APP) es una plataforma de generación de vídeo basada en tecnología de IA lanzada por Tencent. La plataforma utiliza el Tencent Mixed Yuan Big Model con un potente conocimiento entre dominios y comprensión del lenguaje natural para generar vídeos de alta calidad basados en las descripciones de texto de los usuarios....

Introducción general Morphik Core es un proyecto de código abierto desarrollado por el equipo morphik-org y alojado en GitHub. Antes se llamaba DataBridge Core, pero ahora se llama Morphik Core.Este...

Descripción general multi-model-bolt.new es una versión modificada de Bolt.new que permite el uso de modelos TogetherAI, soportando características como el despliegue, la respuesta móvil y la entrada de voz. Los usuarios pueden ser solicitados directamente en el navegador, ejecutar...

Introducción general LangGraph CodeAct es un marco de código abierto en GitHub por el equipo LangChain AI, basado en la arquitectura CodeAct (véase el documento arXiv:2402.01030 para más detalles). Para ello, genera...

Introducción general AiPy es una herramienta de línea de comandos Python de código abierto desarrollada por el equipo Knownsec. Combina el Large Language Model (LLM) y el entorno de ejecución de Python para permitir a los usuarios generar y ejecutar automáticamen...

YOLOE es un proyecto de código abierto desarrollado por el Grupo de Inteligencia Multimedia (THU-MIG) de la Escuela de Software de la Universidad de Tsinghua, cuyo nombre completo es "You Only Look Once Eye". Está basado en el framework PyTorch , pertenece a la serie de extensiones YOLO ...

Introducción exhaustiva Kolors es un modelo de generación de texto a imagen a gran escala desarrollado por el equipo Racer, basado en técnicas de difusión de potencial. El modelo se ha entrenado con miles de millones de pares de datos de texto-imagen y es capaz de generar imágenes complejas de alta calidad y precisión semántica con soporte para entradas en chino e inglés.Kolors en calidad visual...

Introducción completa promptfoo es una herramienta de línea de comandos de código abierto y la biblioteca dedicada a la evaluación y la prueba de red-teaming Large Language Model (LLM) aplicaciones. Proporciona a los desarrolladores un conjunto completo de herramientas para la construcción de prompts fiables, modelos, y la generación basada en la recuperación (RAGs) con auto...

Introducción general Motia es un marco de agentes de IA de código abierto para ingenieros de software, alojado en GitHub y desarrollado por el equipo MotiaDev. Permite a los desarrolladores utilizar lenguajes de programación conocidos (por ejemplo, Python, TypeScript, Rub...

Introducción general Austen es una herramienta de IA de código abierto que utiliza el framework Angular y la inicialización Analogjs, combinados con la tecnología Mermaidjs para generar gráficos que ayudan a los usuarios a analizar las relaciones entre personajes en los libros. Los usuarios pueden...

Introducción completa AI-reads-books-page-by-page es un desarrollo basado en Python de la herramienta inteligente de análisis de libros PDF, que puede automatizar el análisis página por página de libros PDF, extraer los puntos clave de conocimiento, y después del intervalo de página especificado para generar etapa...

Introducción General YTSage es una moderna herramienta de descarga de YouTube con una limpia interfaz PyQt6. Los usuarios pueden utilizar YTSage para descargar vídeos de cualquier calidad, extraer audio, obtener subtítulos (incluyendo subtítulos auto-generados), y ver la meta...

Introducción general SuperCoder es una herramienta inteligente que se ejecuta en el terminal y está diseñada para programadores. Utiliza tecnología de IA para ayudar a los usuarios a buscar código, ver la estructura del proyecto, editar archivos y corregir errores.El proyecto es de código abierto por huytd en GitHub y soporta...

Introducción completa Baichuan-Audio es un proyecto de código abierto desarrollado por Baichuan Intelligence (baichuan-inc), alojado en GitHub, centrado en la tecnología de interacción de voz de extremo a extremo. El proyecto proporciona un marco completo de procesamiento de audio que permite ...

Descripción general AI ContentCraft es una versátil herramienta de creación de contenidos que integra generación de texto, síntesis de voz, generación de imágenes y mucho más. Ayuda a los creadores a generar rápidamente historias, guiones de podcasts y contenidos de audio y vídeo complementarios. La herramienta admite conversiones a varios idiomas y puede...

Introducción integral WeChatAI es un chat de grupo WeChat basado en Python y asistente inteligente personal, que soporta una variedad de grandes modelos de lenguaje (como DeepSeek, Gemini, Tongyi Thousand Questions), que puede lograr el diálogo inteligente, auto-respuesta y otras funciones. El proyecto utiliza ...

Introducción general AI RSS es una herramienta innovadora para convertir contenidos web en fuentes RSS mediante tecnología de IA. Consta de dos partes principales: un complemento del navegador y un servidor. El complemento del navegador permite a los usuarios seleccionar listas de páginas web y generar archivos de descripción de datos estructurados (SDD)...

Introducción general OuteTTS es un modelo experimental de conversión de texto en habla (TTS) que utiliza un enfoque de modelado lingüístico puro para generar habla de alta calidad. A diferencia de los sistemas TTS tradicionales, OuteTTS no requiere adaptadores externos ni arquitecturas complejas. El modelo se basa en la arquitectura LLaMa...

Introducción general WhisperChain es un proyecto de código abierto basado en IA alojado en GitHub y dirigido por el desarrollador Chris Choy. Se utiliza principalmente para convertir voz en texto y optimizar automáticamente la expresión mediante tecnología de IA, eliminando redundancias....

Introducción general X-Kit es una herramienta de código abierto diseñada para rastrear y analizar datos y tweets de usuarios de X (antes Twitter). Desarrollada por el usuario de GitHub xiaoxiunique, la herramienta está diseñada para ayudar a los usuarios a automatizar el proceso de obtención de información básica y tweets sobre un determinado usuario de X y...

Introducción general Amurex es un asistente de reuniones con inteligencia artificial de código abierto desarrollado por The Personal AI Company, diseñado para mejorar la eficacia de las reuniones mediante funciones inteligentes.

Introducción general OrionChat es una interfaz de chat de IA basada en web que proporciona a los usuarios una plataforma unificada para interactuar con múltiples modelos de IA de corriente principal. El proyecto es compatible con una amplia gama de modelos de IA, incluidos Ollama (que se ejecuta localmente), OpenAI GPT, Google Gemi...

Introducción general MCP Containers es un proyecto de código abierto, alojado en GitHub, centrado en proporcionar soluciones en contenedores para servidores Model Context Protocol (MCP). Simplifica a través de contenedores Docker...

Introducción general HyperChat es un cliente de chat de código abierto desarrollado por BigSweetPotatoStudio y alojado en GitHub, diseñado para proporcionar una visión global del modelo lingüístico de BigSweetPotatoStudio mediante la integración de API de varios grandes modelos lingüísticos (LLM) como OpenAI, Cla...

Introducción general LlamaEdge es un proyecto de código abierto diseñado para simplificar el proceso de ejecución y puesta a punto de grandes modelos lingüísticos (LLM) en dispositivos locales o edge. El proyecto es compatible con la familia de modelos Llama2 y proporciona servicios API compatibles con OpenAI que permiten a los usuarios crear y ejecutar fácilmente...

Introducción General OpenWebUI-Monitor es un panel de control para monitorizar las actividades de los usuarios de OpenWebUI y gestionar las cuotas de uso. Te permite establecer eficientemente cuotas de usuario, ver datos de usuario e información visual en tiempo real, soporta despliegue con un clic, y facilita la gestión y monitorización de usuarios....

El objetivo del reconocimiento de tablas es analizar tablas en imágenes, identificar con precisión las estructuras de las tablas y la ubicación de las celdas, y reducirlas a formatos de tabla estructurados (por ejemplo, HTML). En la actual era de la información, una gran cantidad de datos tabulares importantes sigue existiendo en estado no estructurado (por ejemplo, documentos escaneados con imágenes de tablas estadísticas...).

Introducción general Gemini Cursor es un asistente inteligente de escritorio basado en el modelo Gemini 2.0 Flash (experimental) de Google. Permite interacciones visuales, auditivas y de voz a través de una API multimodal, proporcionando un uso en tiempo real de baja latencia....

Introducción general Yutu es una potente herramienta de línea de comandos de código abierto diseñada para usuarios de YouTube, alojada en GitHub y desarrollada por el equipo eat-pray-ai. Funciona a través de la terminal para lograr los vídeos de YouTube, listas de reproducción, frecuencia...

Introducción general One Hub es un sistema de gestión y distribución de interfaces OpenAI basado en el desarrollo secundario de la API One. Fue desarrollado por MartialBE para proporcionar un soporte de modelos más amplio y capacidades estadísticas mejoradas.One Hub ha...

Introducción general GraphRAG Visualizer es una herramienta web diseñada para ayudar a los usuarios a visualizar y explorar artefactos de Microsoft GraphRAG. Al cargar Par...

Introducción general TRELLIS es un modelo de generación de activos 3D a gran escala desarrollado por Microsoft. Es capaz de recibir indicaciones de texto o imágenes y generar activos 3D de alta calidad en diversos formatos, como campos radiales, gaussianos 3D y mallas.

Descripción General AnkiAIUtils es un conjunto de herramientas mejoradas con IA diseñadas para el sistema de aprendizaje de tarjetas flash Anki. Desarrollado por un estudiante de medicina, la herramienta está diseñada para mejorar automáticamente las tarjetas que los usuarios están luchando con durante el proceso de aprendizaje a través de la tecnología de IA. Proporciona a los usuarios...

Introducción general Genesis es un mundo de física generativa diseñado para la robótica de propósito general y el aprendizaje de IA personificada. Proporciona una plataforma de simulación unificada que admite la simulación de una amplia gama de materiales y fenómenos físicos.Genesis tiene como objetivo desbloquear la IA generativa y la simulación física mediante la combinación...

Introducción completa UniAPI es un reenviador de API compatible con el protocolo OpenAI, y su función principal es gestionar las API de múltiples proveedores de servicios de grandes modelos como OpenAI, Azure OpenAI, Clau...

Introducción general Trackers es una biblioteca de herramientas Python de código abierto centrada en el seguimiento multiobjeto en vídeo. Integra varios algoritmos de seguimiento líderes, como SORT y DeepSORT, y permite a los usuarios combinar diferentes modelos de detección de objetos (como YOLO...

Descripción general InstantIR es un innovador modelo de restauración de una sola imagen desarrollado por el equipo de InstantX, diseñado para resucitar sus imágenes dañadas con detalles de gran calidad y realismo, capaz de realizar una restauración de alta calidad de imágenes dañadas. La herramienta no sólo restaura los detalles de la imagen...

Introducción General Cursor Talk to Figma MCP es un proyecto de código abierto que conecta la herramienta de programación de IA Cursor con el software de diseño Figm...

Introducción general TinyZero es un modelo de aprendizaje por refuerzo basado en veRL diseñado para replicar el rendimiento de DeepSeeK-R1 Zero en tareas de cuenta atrás y multiplicación. Sorprendentemente, el proyecto solo cuesta 30 dólares de ejecución (utilizando 2xH2...

Descripción general Fullmoon es una aplicación diseñada para dispositivos iOS cuyo objetivo es ofrecer la posibilidad de chatear en privado con modelos nativos de gran tamaño. La aplicación está optimizada para Apple Silicon y es compatible con iPhone, iPad y Mac. Los usuarios del chat...

Introducción completa Step-Audio es un marco de interacción del habla inteligente de código abierto diseñado para proporcionar capacidades de comprensión y generación del habla listas para usar en entornos de producción. El marco admite conversaciones en varios idiomas (por ejemplo, chino, inglés, japonés), habla emocional (por ejemplo, feliz, triste), dialectos regionales (por ejemplo, cantonés, szechuan ...

Introducción general Voice-Pro es una herramienta versátil basada en Gradio WebUI que admite voz a texto, texto a voz, traducción en tiempo real, descarga de vídeos de YouTube y separación de voz humana. Integra Whisper, Faster-Wh...

Introducción general code2prompt es una herramienta de línea de comandos de código abierto, creada por el desarrollador Mufeed VH y alojada en GitHub, diseñada para ayudar a los usuarios a convertir rápidamente bases de código...

Introducción general ChatTTS es un modelo generativo del habla diseñado para escenarios de diálogo. Genera un habla natural y expresiva, admite varios idiomas y varios hablantes, y es adecuado para diálogos interactivos. Para ello, el modelo predice y controla con precisión características rítmicas como la risa, las pausas y las interjecciones,...

Introducción general Neural4D es una innovadora plataforma basada en IA que se centra en ayudar a los usuarios a generar rápidamente modelos y animaciones 3D de alta calidad con la simple introducción de texto o imágenes. Desarrollada por DreamTech, se basa en la tecnología líder mundial de generación de modelos 3D de gran tamaño de extremo a extremo....

Introducción general AIDE (AI-assisted Development Extension) es una potente extensión de desarrollo asistido por IA para VSCode, centrada en proporcionar una asistencia de programación de IA única y útil. Es diferente de GitHu...

Introducción general DiffSynth-Engine es un proyecto de código abierto lanzado por ModelScope, alojado en GitHub.Se basa en la tecnología de modelado de difusión, se centra en la generación eficiente de imágenes y vídeos, y es adecuado para que los desarrolladores desplieguen modelos de IA en entornos de producción....

Descripción general Clone Voice es una herramienta de clonación de sonido de código abierto que proporciona una interfaz basada en web que permite a los usuarios clonar voces utilizando cualquier sonido o grabación de voz personal. La herramienta es fácil de usar, incluso sin una GPU NVIDIA, y se puede utilizar con una aplicación precompilada...

Introducción general Melty es un revolucionario editor de código de IA que combina conversaciones de chat con el control de versiones Git. Desarrollado por Charlie y Jackson de Replicate, esta herramienta pretende resolver los puntos débiles de las herramientas tradicionales de codificación de IA. Su mayor ...

Introducción exhaustiva Vanna es un marco Python de código abierto con licencia del MIT centrado en la generación de consultas SQL mediante técnicas RAG (Retrieval Augmented Generation). Los usuarios pueden entrenar modelos RAG, aplicarlos a sus propios datos, y luego hacer preguntas, y Vanna devolverá los s...

Introducción Completa NSFW Detector es una herramienta de detección de contenido incómodo basada en IA, utilizada principalmente para detectar si imágenes, vídeos, archivos PDF, etc. contienen contenido incómodo. La herramienta utiliza Falconsai/nsfwimagedetectio...

Introducción exhaustiva FinRobot es una plataforma de inteligencia de IA de código abierto desarrollada por AI4Finance Foundation y diseñada para el análisis financiero. No solo abarca los modelos lingüísticos tradicionales, sino que también incorpora diversas tecnologías de IA, con el objetivo de ofrecer una solución integral para el sector financiero.F...

Introducción general Moshi Chat es un asistente de voz de IA en tiempo real de Kyutai, un laboratorio francés de IA sin ánimo de lucro. No solo escucha en tiempo real, sino que también participa en conversaciones naturales y admite interacciones multimodales, incluida la capacidad de ver, oír y hablar.Moshi Ch...

Introducción general Klavis AI es una plataforma de código abierto centrada en simplificar el uso y la integración del Protocolo de Contexto de Modelo (MCP), un estándar abierto que permite a las aplicaciones de IA conectarse dinámicamente con herramientas y fuentes de datos externas.Klavis AI proporciona a Slack...