Projet open source sur l'IA

Introduction complète Datalab propose une gamme de modèles d'IA avancés axés sur l'OCR, l'analyse de la mise en page, la conversion de PDF en Markdown et bien plus encore. Ces modèles sont non seulement très performants, mais aussi faciles à utiliser et open source. Les modèles Marker de la plateforme peuvent rapidement et précisément...

Introduction générale ModelBest est une entreprise qui se concentre sur le développement de grands modèles légers et très performants, et qui se consacre à l'application de technologies d'IA avancées à l'électronique grand public et à tous les types d'appareils finaux de la vie quotidienne. Sa série MiniCPM de modèles d'extrémité dotés d'une puissance arithmétique et d'une efficacité d'utilisation de la mémoire extrêmes...

Introduction générale Podcastfy est un paquetage Python open source qui utilise la technologie d'intelligence artificielle générative (GenAI) pour convertir du contenu web, des fichiers PDF, du texte, des images, des vidéos youtube et bien d'autres sources en...

Introduction complète One API est un système de gestion et de distribution d'interfaces open source qui prend en charge une variété de grands modèles tels que OpenAI ChatGPT, Anthropic Claude, Google PaLM 2 et Gemini. La ...

Introduction AiPPT est un outil de génération de PPT basé sur la technologie de l'intelligence artificielle, conçu pour aider les utilisateurs à créer rapidement des présentations professionnelles. Il génère automatiquement des diapositives riches en contenu et joliment conçues en saisissant des thèmes, en téléchargeant des fichiers ou en fournissant des URL, etc. Il prend en charge les graphiques natifs, les animations et les...

Introduction Easegen est une plateforme open source de création de cours humains numériques qui vise à améliorer l'efficacité de la production et de la gestion du contenu pédagogique grâce à la technologie de l'intelligence artificielle. La plateforme fournit une solution unique allant de la production de cours à la gestion vidéo en passant par l'interrogation intelligente, ce qui permet aux utilisateurs de créer des cours vidéo numériques expliqués par l'homme...

Introduction générale LangChain présente Open Canvas, une application web open source conçue pour améliorer l'expérience d'édition de documents et de collaboration avec une fonctionnalité de mémoire à double agent intégrée et un smith intégré pour observer tous les détails de l'exécution. La plateforme est alimentée par OpenA...

Description générale AutoGen Studio 2.0 est une interface utilisateur basée sur AutoGen conçue pour simplifier le processus de création et de gestion de solutions multi-agents. La plateforme permet aux utilisateurs de définir et de modifier de manière déclarative les agents et leurs flux de travail à travers une interface intuitive...

Introduction générale MeetingMind est une application d'IA avancée conçue pour améliorer l'efficacité de la capture et du résumé des réunions d'affaires. L'application intègre la technologie Whisper d'OpenAI pour une conversion précise de la parole en texte et utilise IBM Watso...

Introduction complète Coqui TTS est une boîte à outils open source de génération de synthèse vocale avancée basée sur des techniques d'apprentissage profond. Il a été testé dans des environnements de recherche et de production, et fournit un ensemble riche de fonctionnalités et de modèles qui prennent en charge la conversion texte-parole dans de nombreuses langues.

Introduction générale MemFree est un moteur de recherche hybride avancé capable de rechercher et de poser des questions à travers des textes, des images, des documents et des pages web. Il fournit un accès en un seul clic aux résultats de recherche pour les textes, les cartes mentales, les images et les vidéos. Il permet d'accéder en un seul clic aux résultats de recherche de textes, de cartes heuristiques, d'images et de vidéos....

Description générale BlinkShot est un générateur d'images IA en temps réel open source qui utilise les technologies Together AI et Flux Schnell pour permettre aux utilisateurs de générer des images de haute qualité au fur et à mesure qu'ils saisissent des invites. La plateforme est entièrement gratuite et prend en charge la personnalisation de l'utilisateur...

Introduction complète FunASR est une boîte à outils de reconnaissance vocale open-source développée par l'Alibaba Dharmo Academy pour faire le lien entre la recherche académique et les applications industrielles. Il prend en charge un large éventail de fonctions de reconnaissance vocale, notamment la reconnaissance de la parole (ASR), la détection des terminaisons vocales (VAD), la récupération de la ponctuation, la modélisation de la langue, la...

Introduction générale UltraPixel est une technologie avancée de génération d'images à ultra-haute résolution conçue pour créer des images de très haute qualité et riches en détails. Elle a été développée par l'utilisateur GitHub catcathh et présentée à NeurIPS 2024.U...

Généralités : SiYuan Notes (SiYuan) est un logiciel de gestion des connaissances personnelles axé sur la confidentialité qui est entièrement open source et prend en charge l'auto-hébergement. Il est écrit en TypeScript et Golang, fournit des références fines au niveau du bloc et Markdown WYSIWYG (WYSIWY...

Introduction générale Abu Quantitative Trading System est une plateforme open source basée sur Python. Elle a été créée par l'utilisateur "bbfamily" pour aider les investisseurs à mettre en œuvre des stratégies de trading quantitatives par le biais du code. Le système prend en charge le backtesting et le trading de divers produits financiers tels que les actions, les options, les contrats à terme et le bitcoin. Il...

Introduction complète Knowledge Table (Knowledge Table) est un projet open source conçu pour simplifier le processus d'extraction et d'exploration de données structurées à partir de documents non structurés. Les utilisateurs peuvent créer des représentations de connaissances structurées telles que des tableaux et des graphiques par le biais d'une interface d'interrogation en langage naturel. L'outil permet de personnaliser l'extraction ...

Introduction complète CogView3 est un système avancé de génération d'images par le texte développé par l'Université Tsinghua et Think Tank Team (Chi Spectrum Qingyan). Il est basé sur un modèle de diffusion en cascade et génère des images de haute résolution en plusieurs étapes. Il est basé sur un modèle de diffusion en cascade et génère des images de haute résolution à travers plusieurs étapes.

Introduction générale RocketNotes est une application web de prise de notes en Markdown qui intègre la complétion de texte pilotée par le Large Language Model (LLM), le chat et la recherche sémantique. Le projet utilise le RAG (Re...

Introduction F5-TTS est un nouveau système de synthèse vocale non autorégressif basé sur un transformateur de diffusion (DiT) adapté au flux. Le système optimise la représentation du texte en utilisant le modèle ConvNeXt...

Introduction AsrTools est un outil de synthèse vocale intelligent avec des interfaces intégrées de grands acteurs comme Cutscene, QuickScope, MustCut, etc. Il ne nécessite pas de GPU ou de configuration encombrante, et supporte un traitement par lots efficace et multithread. Il est basé sur le développement PyQt5, une interface belle et conviviale, capable de produire des mots aux formats SRT et TXT...

Introduction complète Surya est une boîte à outils d'OCR de documents multilingues open source qui prend en charge la reconnaissance de texte dans plus de 90 langues. Il effectue non seulement la détection de texte ligne par ligne, mais aussi l'analyse de la mise en page, la détection de l'ordre de lecture et la reconnaissance de tableaux....

Parce que le déploiement domestique ne peut pas accéder à hugging face, alors dans le programme de déploiement Big Brother basé sur la transformation pour être en mesure de déployer les travailleurs de cloudflare. préparation 1, enregistrer cloudflare 2, enregistrer hugging fac...

Description générale Inbox Zero est une application open source de gestion des emails conçue pour aider les utilisateurs à atteindre rapidement la boîte de réception zéro grâce à un assistant IA. L'application offre une variété de fonctionnalités telles que la réponse automatique, l'archivage, l'étiquetage et le transfert d'emails, la gestion et le désabonnement aux lettres d'information, le blocage des...

Introduction complète Ape Mouth Calculator Reverse Notes est un projet open source qui vise à documenter et à partager le processus et les méthodes de rétro-ingénierie de l'application Ape Mouth Calculator. Le projet contient une variété d'outils et de techniques de rétro-ingénierie pour utiliser les instructions, telles que Frida, dexdump , etc., pour aider les utilisateurs à comprendre et à craquer l'addition arithmétique orale du petit singe...

Introduction complète Ape Mouth Calculator Automatic Question Answer Tool est un projet open source basé sur Python conçu pour résoudre efficacement les questions dans l'application Ape Mouth Calculator grâce à la reconnaissance OCR et à des scripts d'automatisation. L'outil utilise des technologies telles que OpenCV et Tesseract pour identifier les questions à l'écran en temps réel...

Introduction générale GPT-Telegram-Worker est un bot Telegram AI multi-modèle basé sur Cloudflare Workers avec un support pour de multiples APs tels que OpenAI, Claude, Azure, et plus encore...

Introduction générale Cloud Document Converter est une extension Chrome conçue pour convertir les documents cloud Flying Book au format Markdown. Les utilisateurs peuvent facilement télécharger ou copier les documents Flying Book cloud dans le format Markdown....

Introduction complète QuickPiperAudiobook est un projet open source conçu pour convertir une variété de formats de texte (e.g. epub, mobi, txt, PDF, HTML, etc.) en livres audio à la sonorité naturelle par le biais d'une simple commande. L'outil utilise Pi...

Introduction complète Crawl4AI est un outil d'exploration du web asynchrone open source conçu pour les grands modèles de langage (LLM) et les applications d'intelligence artificielle (IA). Il simplifie le processus d'exploration du web et d'extraction de données, supporte l'exploration efficace du web et fournit des formats de sortie adaptés aux LLM pour...

Introduction générale Cloudflare Serverless Registry est un registre de conteneurs sans serveur basé sur les travailleurs Cloudflare et le stockage R2. Il prend en charge les images "push" et "pull" et fournit un nom d'utilisateur, un mot de passe et...

Introduction générale Auto_Jobs_Applier_AIHawk est un outil d'automatisation de la recherche d'emploi utilisant la technologie de l'intelligence artificielle. Il aide les utilisateurs à automatiser l'envoi d'un grand nombre de CV en peu de temps et à les personnaliser en fonction de leurs informations personnelles et de leurs intentions de recherche d'emploi. L'outil est conçu pour...

Introduction complète simple-one-api est un projet open source conçu pour simplifier l'intégration de plusieurs API de grands modèles. Il prend en charge les API compatibles avec OpenAI telles que ThousandFans Big Model Platform, Xunfei Starfire Big Model, Tencent Mixed Element, MiniMax et Deep-Seek...

Introduction générale Voice Changer est un outil open source de transformation de la voix en temps réel qui prend en charge un large éventail de modèles vocaux d'IA tels que MMVC, so-vits-svc, RVC, DDSP-SVC et Beatrice....

Introduction complète VoAPI est un nouveau système de gestion et de distribution d'interface de modèle IA de haut niveau et de haute performance, qui est principalement utilisé pour la gestion interne et les canaux de distribution des particuliers ou des entreprises. Développé sur la base de NewAPI, le système fournit des modules fonctionnels riches et une interface utilisateur optimisée, dans le but d'améliorer...

Introduction complète MockingBird est un projet open source qui vise à réaliser un clonage vocal rapide et une synthèse vocale grâce à la technologie de l'IA. Les utilisateurs n'ont qu'à fournir des échantillons de voix de 5 secondes, vous pouvez générer n'importe quel contenu vocal. Le projet prend en charge une variété d'ensembles de données chinoises, et dans Windows ...

Description générale Clone Voice est un outil de clonage sonore open source qui fournit une interface web permettant aux utilisateurs de cloner des voix à partir de n'importe quel son ou enregistrement vocal personnel. L'outil est facile à utiliser, même sans GPU NVIDIA, et peut être utilisé avec une application pré-compilée...

Introduction complète StreamingT2V est un projet public développé par l'équipe de recherche en IA Picsart qui vise à générer des vidéos longues cohérentes, dynamiques et évolutives basées sur des descriptions textuelles. Cette technologie utilise une approche autorégressive avancée qui garantit la cohérence temporelle de la vidéo avec le texte de description...

Introduction générale Text2Video-Zero est une implémentation officielle d'un générateur de texte-vidéo à zéro échantillon pour GitHub développé par l'équipe Picsart AI Research....

Introduction complète Conversion vocale basée sur l'extraction WebUI est un cadre de conversion vocale basé sur VITS, facile à utiliser, qui permet la conversion vocale entre n'importe quels locuteurs, y compris les reprises de chansons et les changements de voix en temps réel. Il a une faible ...

Introduction complète VoiceCraft est un outil open source d'édition de la parole et de synthèse vocale sans échantillon basé sur le modèle de langage du codec neuronal. Il utilise une méthode innovante de génération de séquences codées qui permet des opérations d'insertion, de suppression et de remplacement sur des séquences de parole existantes afin de générer une parole éditée naturelle et cohérente...

Description générale edge-tts est un module Python open source qui permet aux utilisateurs d'utiliser le service de synthèse vocale en ligne de Microsoft Edge en code Python sans avoir besoin du navigateur Microsoft Edge, du système d'exploitation Windows ou du secret de l'API....

Introduction générale CoAI.Dev (anciennement Chat Nio) est une plateforme de chat qui intègre plusieurs modèles d'IA et prend en charge le streaming distribué, la génération d'images, la synchronisation et le partage des conversations entre appareils. Elle met en œuvre un système d'abonnement et de facturation par jeton, un service de...

Introduction ChatOllama est un projet d'application de chat en ligne open source basé sur un modèle de langue à grande échelle (LLM), prenant en charge de nombreux modèles de langue et la gestion d'une base de connaissances. Les utilisateurs peuvent utiliser la plateforme pour la gestion des modèles (affichage de la liste, téléchargement, suppression), le chat avec les modèles et d'autres fonctions. Le projet utilise ...

Introduction complète MinerU est un outil d'extraction de données open source développé par l'équipe OpenDataLab du Shanghai Artificial Intelligence Laboratory, qui se concentre sur l'extraction efficace du contenu de documents PDF complexes, de pages web et de livres électroniques. Il est capable de prendre des PDF multimodaux contenant des images, des formules, des tableaux et d'autres éléments...

Introduction générale DCT-Net est un projet open source développé par DAMO Academy et Wang Xuan Institute of Computer Technology, Peking University, visant à animer la transformation stylisée des images. Le projet utilise des techniques d'apprentissage profond par le biais de la traduction calibrée par domaine (Domain-Calibrat...

Introduction générale Diffuseurs Image Outpaint est un puissant outil d'expansion d'image AI créé par fffiloni, membre de la communauté Hugging Face. L'outil utilise des techniques avancées de modélisation de la diffusion pour...

Introduction Tap4 AI WebUI est un projet open source de site web de navigation d'outils d'IA, conçu pour aider les utilisateurs à construire facilement leur propre catalogue d'outils d'IA. Le projet utilise les technologies Next.js et Supabase, ainsi que l'optimisation SEO multi-langues pour fournir des outils...

CodeFormer Introduction générale CodeFormer est une base de code pour la réparation robuste de visages aveugles, développée par une équipe de chercheurs du S-Lab, Nanyang Technological University et présentée à NeurIPS 2022. Le projet utilise un transformateur de recherche de codebook (C...

Introduction complète GFPGAN (Generative Facial Prior GAN) est un algorithme de réparation de visage open source développé par Tencent ARC (Applied Research Center). L'algorithme utilise un GAN facial pré-entraîné...

Introduction générale Curiosity est un projet d'exploration et d'expérimentation, utilisant principalement les technologies LangGraph et FastHTML, dans le but de construire un produit de recherche semblable à l'IA Perplexity. Au coeur du projet se trouve un simple...

Introduction générale Moshi Chat est un assistant vocal d'IA en temps réel de bout en bout conçu par Kyutai, un laboratoire d'IA français à but non lucratif. Il ne se contente pas d'écouter en temps réel, mais s'engage également dans des conversations naturelles et prend en charge les interactions multimodales, y compris la capacité de voir, d'entendre et de parler.Moshi Ch...

QAnything Introduction détaillée QAnything (Question and Answer based on Anything) est un système de questions-réponses de base de connaissances locale lancé par NetEase, qui prend en charge toutes sortes de formats de fichiers et de bases de données, et qui peut être installé et utilisé hors ligne.....

Description générale stickerbaker est un créateur d'autocollants open source qui utilise la technologie de l'intelligence artificielle pour créer une variété d'autocollants intéressants. Que vous vouliez un simple autocollant de chat ou que vous souhaitiez créer une série d'autocollants divers, stickerbaker peut répondre à vos besoins...

Introduction générale ALog est une application de journal vocal basée sur l'IA conçue pour aider les utilisateurs à enregistrer leur vie quotidienne par la voix. Elle est développée par duxins et en libre accès sur GitHub. Les utilisateurs peuvent enregistrer des entrées de journal par saisie vocale, et l'application convertit automatiquement la voix en texte...

Introduction complète OpenSPG est un moteur de graphe de connaissances open source développé par Ant Group en collaboration avec OpenKG, basé sur le cadre SPG (Semantic Augmented Programmable Graph). Le moteur est conçu pour fournir des fonctionnalités telles que la représentation sémantique explicite, la définition de règles logiques et un cadre opérationnel pour soutenir la construction et la gestion de graphes de connaissances de domaine...

Introduction générale Mem0 (prononcé "mem-zero") est un projet open source qui fournit une couche de mémoire intelligente pour les assistants et agents IA. Il se souvient des préférences de l'utilisateur, s'adapte aux besoins individuels et s'améliore au fil du temps, ce qui le rend idéal pour les chatbots, les assistants d'IA et les systèmes autonomes...

Introduction générale Void est une alternative open source à Cursor basée sur une branche du dépôt vscode. Il fournit un environnement de développement puissant conçu pour fournir aux développeurs une expérience de codage plus efficace. L'objectif de Void est d'améliorer continuellement ses fonctionnalités et sa stabilité grâce aux contributions de la communauté et à l'itération rapide...

Introduction générale GaiaNet-AI/gaianet-node est un projet open source qui permet aux utilisateurs d'installer rapidement la pile logicielle de nœuds par défaut sur Mac, Linux ou Windows WSL à l'aide d'une seule commande. Les utilisateurs peuvent initialiser les noeuds, personnaliser les configurations, télécharger...

Introduction générale LlamaCoder est un outil de génération de code open source basé sur Llama 3.1 et Together AI. Il peut générer de petites applications à l'aide d'invites simples, ce qui permet aux développeurs de concrétiser rapidement leurs idées....

Description générale awesome-cursorrules est un projet dédié à la création de fichiers de règles personnalisées pour Cursor AI.

Introduction générale MathTranslate est un outil en ligne dédié à la traduction de documents LaTeX, en particulier pour les articles scientifiques. L'outil est capable de conserver les expressions LaTeX (par exemple les expressions mathématiques) inchangées et compile finalement les documents LaTeX en...

Introduction complète GOT-OCR2.0 est un modèle de reconnaissance optique de caractères (OCR) Open Source co-proposé par StepStar, qui vise à faire évoluer la technologie OCR vers OCR-2.0 grâce à un modèle unifié de bout en bout. Le modèle prend en charge un large éventail de tâches d'OCR, y compris la reconnaissance de textes normaux, de gr...

Introduction générale tgwechat est un plugin WeChat open source, développé par le développeur dplusec. Il protège la confidentialité des chats WeChat avec un chiffrement de bout en bout, permettant aux utilisateurs d'envoyer des messages en toute sécurité. Le projet a été mis en ligne sur GitHub le 31 août 2019 sous licence GPL v3....

Introduction générale OpenSumi Lite est une solution IDE purement frontale basée sur le projet OpenSumi, conçue pour fournir des capacités de visualisation et d'édition de code sans avoir besoin d'un environnement Node.js. Le projet est co-développé par Alibaba Group et Ant Group et utilise...

Introduction générale Forecast AI est une superbe plateforme de prévision basée sur une technologie avancée d'intelligence artificielle. Elle utilise de puissants algorithmes d'analyse de données et d'apprentissage automatique pour fournir aux utilisateurs des prédictions très précises sur les événements futurs. Qu'il s'agisse d'élections politiques, de tendances économiques ou d'événements sociaux, Forecast ...

Introduction complète GPT-SoVITS est un outil de conversion et de synthèse vocale open source qui combine le modèle GPT et la technologie de changement de voix SoVITS. L'outil prend en charge la conversion texte-parole à la volée avec zéro ou peu d'échantillons, et la migration de style de voix avec seulement 5 secondes d'échantillons audio. Ses fonctionnalités incluent la conversion ...

Introduction générale Fish Speech est un outil de synthèse vocale open source développé par Fish Audio. L'outil est basé sur des technologies d'IA de pointe telles que VQ-GAN, Llama et VITS, et est capable de convertir du texte en une parole réaliste.Fish S...

Introduction générale IMS Toucan est une boîte à outils de synthèse vocale de pointe développée par l'Institut de traitement du langage naturel (IMS) de l'Université de Stuttgart, en Allemagne. Cette boîte à outils prend en charge plus de 7 000 langues. Elle est rapide, contrôlable et peu gourmande en ressources informatiques....

Introduction générale Product Hunt Daily Chinese Hotlist est un outil automatisé basé sur GitHub Actions qui génère une liste quotidienne de produits populaires sur Product Hunt à intervalles réguliers, sous la forme d'un fichier Markdown....

Description générale CrisperWhisper est un outil de reconnaissance vocale avancé basé sur OpenAI Whisper qui se concentre sur la transcription rapide, précise et mot à mot de la parole. Il fournit des horodatages précis au niveau des mots, même avec des remplissages et des pauses...

Introduction PaddleOCR est une boîte à outils multilingue d'OCR basée sur PaddlePaddle, conçue pour fournir un système d'OCR pratique et ultra-léger. Il prend en charge la reconnaissance de plus de 80 langues et fournit des outils d'annotation et de synthèse des données pour...

Introduction générale Deep Live Cam est un outil d'intelligence artificielle open source conçu pour permettre le remplacement de visages en temps réel et la génération de fausses vidéos à partir d'une seule photo. En utilisant des algorithmes avancés d'apprentissage profond, l'outil est capable de remplacer les visages en temps réel pendant la diffusion en direct ou les appels vidéo, en protégeant la vie privée de l'utilisateur et en ajoutant du plaisir...

Introduction générale NarratoAI est un outil entièrement automatisé qui intègre la narration de films et de vidéos, l'édition automatisée, le doublage et la génération de sous-titres. Il s'appuie sur la technologie de modélisation du langage à grande échelle (LLM) pour générer automatiquement des textes et éditer automatiquement des vidéos avec les voix off et les sous-titres correspondants,...

Introduction générale Babelfish.ai est une application de transcription et de traduction en temps réel construite sur Huggingface Transformer.js et Supabase Realtime. L'application peut charger de grands modèles dans le navigateur et...

Introduction complète Vector Vein est une plateforme de construction de flux de travail d'IA sans code, conçue pour aider les utilisateurs à créer facilement des flux de travail intelligents et automatisés. Sans aucune base de programmation, les utilisateurs peuvent simplement connecter divers modules fonctionnels par des opérations de glisser-déposer pour construire des flux de travail d'IA complexes....

Introduction générale LivePortrait est un outil avancé d'animation de portraits dynamiques développé par Racer Technology. Il utilise une technologie d'IA innovante pour transformer des images fixes en animations vidéo vivantes. Que vous utilisiez des photos réelles, des styles d'animation ou des portraits artistiques, LivePo...

Introduction complète PhiData est un framework conçu pour développer des assistants intelligents. Il permet aux assistants intelligents d'engager des conversations à long terme, de fournir un contexte commercial précis et d'effectuer diverses opérations grâce à une mémoire améliorée, à l'intégration des connaissances et à des capacités d'invocation d'outils.

Introduction générale ChatTTS est un modèle de parole génératif conçu pour les scénarios de dialogue. Il génère une parole naturelle et expressive, prend en charge plusieurs langues et plusieurs locuteurs, et convient aux dialogues interactifs. Pour ce faire, le modèle prédit et contrôle des caractéristiques rythmiques fines telles que les rires, les pauses et les interjections, sup...

Introduction complète MoneyPrinterPlus est un projet open source visant à générer et à mélanger toutes sortes de courtes vidéos en un seul clic grâce à la technologie de l'IA et à les publier automatiquement sur plusieurs plateformes vidéo, telles que Jieyin, Shutterbugs, Xiaohongshu et Video Number. L'outil prend en charge les modèles vocaux locaux et basés sur le...

Introduction complète TF-ID (Table/Figure IDentifier) est une famille de modèles de détection d'objets dédiés à l'extraction de tableaux et d'images à partir d'articles académiques. Le projet a été créé par Yifei Hu et est en libre accès sur GitHub. Le projet a été créé par Yifei Hu et est en libre accès sur GitHub.

Introduction générale Chatbot UI est un projet open source conçu pour aider les développeurs à créer des interfaces conversationnelles personnalisées et intelligentes. Le projet fournit une série de composants d'interface et de fonctionnalités interactives qui peuvent être facilement intégrés dans le système Chatbot existant afin de fournir aux utilisateurs un corps de dialogue plus fluide et plus intelligent....

Introduction générale GLIGEN GUI est une interface graphique intuitive basée sur ComfyUI, conçue pour simplifier l'utilisation du modèle GLIGEN, un nouveau modèle texte-image qui permet de spécifier avec précision la position des objets dans une image. Avec GLIGE...

Introduction complète Easy-Voice-Toolkit est une boîte à outils multifonctionnelle basée sur l'Open Source Speech Project, fournissant une large gamme d'outils audio automatisés pour la reconnaissance vocale, la transcription vocale, la conversion vocale, la création d'ensembles de données et l'entraînement de modèles. Les utilisateurs peuvent utiliser ces outils de manière sélective en fonction de leurs besoins...

Description générale FaceFusion est une plateforme cloud de pointe avec des capacités intégrées d'échange et d'amélioration du visage qui optimise le processus d'échange d'image à vidéo et d'image à image avec 5 modèles professionnels pour garantir un résultat sans faille. Elle optimise le processus d'échange d'image à vidéo et d'image à image avec 5 modèles professionnels pour garantir un résultat sans faille. En outre, elle améliore le visage avec 7 modèles en utilisant 3...

Introduction générale Kotaemon est un outil de Q&A documentaire open source conçu pour fournir aux utilisateurs finaux et aux développeurs des fonctionnalités de Q&A basées sur la Génération Augmentée de Récupération (RAG). Le projet a été développé par Cinnamon et supporte une variété de fournisseurs d'API LLM (par exemple OpenA...

Introduction complète HivisionIDPhotos est un outil de production de photos de documents AI léger et open source, capable d'identifier intelligemment la scène de la photo de l'utilisateur et le keying, afin de générer une photo de document standard conforme à une variété de spécifications. L'outil prend en charge les couleurs et les tailles d'arrière-plan personnalisées et, à l'avenir, il...

Introduction générale Marker est un outil de traitement de documents basé sur l'apprentissage profond, conçu pour convertir rapidement et précisément des fichiers PDF au format Markdown. Il prend en charge un large éventail de types de documents et est particulièrement optimisé pour la conversion de livres et d'articles scientifiques. Il prend en charge un large éventail de types de documents et est particulièrement optimisé pour la conversion de livres et d'articles scientifiques....

Introduction générale SadTalker est un outil open source qui combine une simple photo de portrait avec un fichier audio pour créer des vidéos d'avatars parlants réalistes pour un large éventail de scénarios tels que des messages personnalisés, des contenus éducatifs et bien plus encore. L'utilisation révolutionnaire de technologies de modélisation 3D telles que ExpNet et PoseVA...

Introduction générale VideoReTalking est un système innovant qui permet à l'utilisateur de générer des vidéos faciales synchronisées avec les lèvres sur la base de l'audio d'entrée, produisant des vidéos de sortie de haute qualité et synchronisées avec les lèvres, même avec des émotions différentes. Le système décompose cet objectif en trois tâches consécutives : avec des expressions typiques...

Introduction générale MuseV est un projet public sur GitHub visant à générer des vidéos d'avatars de longueur illimitée et de haute fidélité. Il est basé sur la technologie de diffusion et fournit Image2Video, Text2Image2Video, Video2Video...

Introduction complète Unstructured-IO fournit un ensemble de composants open source pour le traitement et le prétraitement d'images et de documents textuels tels que PDF, HTML, documents Word, etc. Son objectif principal est de simplifier et d'optimiser les flux de traitement des données, en particulier pour les grands modèles de langage (LL...

Introduction générale magic-html est une bibliothèque Python conçue pour simplifier le processus d'extraction du contenu de la région du corps à partir du HTML. Qu'il s'agisse de structures HTML complexes ou de simples pages web, cette bibliothèque vise à fournir une interface pratique et efficace aux utilisateurs. Elle supporte l'extraction multimodale...

WebPilot Introduction générale WebPilot est un "assistant web" gratuit et open source qui vous permet de communiquer librement avec n'importe quelle page web ou d'effectuer des tâches automatisées. Vous n'avez pas besoin de changer de page ou de copier-coller, il vous suffit de sélectionner du texte ou d'entrer des commandes, webpilot...

Introduction DB-GPT est un cadre open source de développement d'applications de données natives de l'IA construit à l'aide d'AWEL (Agentic Workflow Expression Language) et des technologies du corps intelligent. Le projet vise à construire une infrastructure dans le domaine des grands modèles...

DreamTalk Introduction complète DreamTalk est un cadre de génération de têtes parlantes basé sur un modèle de diffusion et développé conjointement par l'université de Tsinghua, le groupe Alibaba et l'université des sciences et technologies de Huazhong. Il se compose principalement de trois parties : un réseau de réduction du bruit, un expert en lèvres conscient du style et un prédicteur de style, qui peut être basé sur...

Introduction complète InstantID est une technologie avancée qui permet de générer des images avec des styles ou des poses personnalisés en quelques secondes, tout en garantissant un niveau élevé de fidélité à l'aide d'une seule image d'identification de référence. La technologie utilise une solution basée sur un modèle de diffusion en intégrant des images faciales, des cartes de repères...

Introduction générale ComfyUI Portrait Master version chinoise est un outil de génération de mots-clés pour les portraits conçu pour les créateurs d'images d'IA. L'outil aide les utilisateurs à générer des portraits de haute qualité en optimisant les mots-clés. Les utilisateurs peuvent choisir différents objectifs en fonction de la demande...

Introduction générale IOPaint est un outil de traitement d'images IA gratuit et open source qui permet d'effacer, de réparer et d'agrandir les images. Il utilise des modèles d'IA de pointe pour aider les utilisateurs à supprimer facilement les objets indésirables des images, à réparer les défauts, à ajouter un nouveau contenu et même à agrandir les images.IOPa...