Project Icon

ComfyUI-GPT_SoVITS

GPT-SoVITS语音合成与克隆的ComfyUI扩展节点

ComfyUI-GPT_SoVITS是GPT-SoVITS项目的ComfyUI扩展节点,集成了语音克隆和文本转语音功能。该项目支持SRT字幕文件处理、多说话人微调和推理,可与众多ComfyUI自定义节点协同工作。项目提供Windows一键安装包,适配NVIDIA GPU和CUDA 11.8及以上版本。ComfyUI-GPT_SoVITS为用户提供了在ComfyUI环境中实现AI语音合成和克隆的便捷解决方案。

comfyui-liveportrait - 多人脸动态肖像生成与表情自定义工具
ComfyUIGithubLivePortrait动态肖像多人脸开源项目表情编辑
这个项目是LivePortrait的ComfyUI实现,专注于多人脸动态肖像生成。它能够为不同人脸分配独立动画,并提供表情编辑和插值动画功能。该工具与其他ComfyUI插件兼容,支持视频转换和全家福模式等应用。核心功能包括Live Portrait节点用于动态肖像生成,以及Face Crop Info节点用于人脸信息提取。项目旨在为创作者提供灵活多样的动态肖像制作选择。
Retrieval-based-Voice-Conversion-WebUI - 开源AI变声框架 实现实时变声和快速模型训练
GithubWebUI人工智能变声开源项目训练语音转换
Retrieval-based-Voice-Conversion-WebUI是一个基于VITS的开源变声框架。该项目支持实时变声和快速模型训练,只需少量数据即可生成高质量变声模型。框架提供多语言界面和跨平台支持,并配有详细教程。项目采用检索式方法替换输入源特征,有效防止音色泄漏。支持在中低配置GPU上快速训练,并可通过模型融合调整音色。WebUI界面简洁直观,内置UVR5模型便于人声分离。采用InterSpeech2023-RMVPE算法提取音高,性能出色且资源占用低。该框架支持多种硬件加速,适用于不同用户需求,是一个功能丰富且操作简便的AI变声工具。
ComfyUI_VisualStylePrompting - ComfyUI视觉风格提示工具 优化AI图像生成
ComfyUIGithub参考图像工作流开源项目自注意力交换视觉风格提示
ComfyUI_VisualStylePrompting是ComfyUI的一个扩展工具,实现了Visual Style Prompting技术。该工具通过交换自注意力机制,从参考图像中提取视觉风格并应用到新生成的图像中。它提供多项可调参数,包括去噪、输入块、中间块和输出块设置,用于精细控制风格转移过程。这个工具主要适用于1.5基础模型,可以提高AI生成图像的质量和风格一致性。
RealtimeSTT_LLM_TTS - 整合语音识别与AI对话的开源项目
GPU支持GithubRealtimeSTT唤醒词实时转录开源项目语音转文字
该项目集成语音识别、AI对话和语音合成,支持GPU加速以实现低延迟交互。具备语音检测、实时转录和唤醒词等功能,可用于开发语音助手和AI对话应用。Web界面支持个性化配置,适合快速构建语音交互系统。
ComfyUI-InstantID - InstantID for ComfyUI 的非官方实现,支持姿势参考图和多种风格
ComfyUIGithubInstantIDhuggingface姿势参考图开源项目模型加载
ComfyUI-InstantID 是对 InstantID 的非官方实现,支持姿势参考图和多种风格。该项目提供了从 Huggingface hub 和本地加载基础模型、InsightFace 模型和 ID ControlNet 模型的功能,完美兼容各种提示词和风格。V2.0 版本新增了姿势参考图功能,并进行了代码优化和兼容性修复。详细的安装和使用指南,从配置下载到模型路径设置,确保用户可以快速部署并享受优化体验。
ComfyUI_ExtraModels - ComfyUI扩展项目集成多种先进图像扩散模型
AI绘图ComfyUIGithub图像扩散模型开源项目深度学习
该项目为ComfyUI集成了PixArt、HunYuan DiT、DiT和MiaoBi等多种先进图像扩散模型。通过简单的安装步骤和详细的使用说明,用户可以在ComfyUI中轻松使用这些新模型,大幅提升图像生成能力。项目还支持T5文本编码器和自定义VAE模型,进一步扩展了ComfyUI的功能。各模型的特点和限制均有详细介绍,方便用户选择和使用。
ComfyUI-Florence2 - 基于Florence-2视觉基础模型,可处理多种视觉和视觉-语言任务
ComfyUIDocVQAFlorence2Github多任务学习开源项目视觉基础模型
ComfyUI-Florence2项目基于Florence-2视觉基础模型,可处理多种视觉和视觉-语言任务。除支持图像描述、物体检测和分割外,还新增文档视觉问答功能。项目利用FLD-5B数据集进行多任务学习,采用序列到序列架构,在零样本和微调场景下表现优异。用户可通过ComfyUI界面便捷使用Florence2的各项功能。
ComfyUI-StableDiffusion3-API - ComfyUI集成Stable Diffusion 3 API实现高级图像生成
AI绘图APIComfyUIGithubStable Diffusion 3图像生成开源项目
该项目为ComfyUI引入Stable Diffusion 3 API,支持多种画面比例的文生图和图生图功能。通过专门的SD3节点,用户可设置提示词、画面比例和生成模式等参数。项目支持SD3和SD3 Turbo模型,需申请Stability API密钥使用,每账户提供25个免费积分。这为ComfyUI用户提供了便捷访问最新SD3模型的途径,大大增强了图像生成能力。
vits-simple-api - 多功能语音合成和转换API
GPU加速Githubvits-simple-api人工智能多模型支持开源项目文本转语音
vits-simple-api运用先进的VITS技术,支持文本到语音的转换,包括情感和声音风格的自定义,适用于众多场景。此外,项目还支持中文、日语等多语言,提供实时和批量处理模式,以及Docker和虚拟环境部署选项,确保安装和使用的便捷性。
comfyui-portrait-master-zh-cn - ComfyUI人物肖像生成优化插件
ComfyUIGithub人工智能工作流开源项目提示词肖像生成
ComfyUI Portrait Master 简体中文版是一个优化AI人物肖像生成的开源插件。该工具提供丰富的参数选项,包括镜头类型、性别、国籍等,便于创建多样化的人物肖像。支持SD1.5、SDXL等模型,提供多种工作流示例和使用建议,有助于提高生成效果的控制性。插件支持自定义扩展,适合需要精细调整AI人物肖像生成的用户。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号