Project Icon

riffusion-hobby

用于实时音乐和音频生成的开源稳定扩散库

Riffusion是一个开源库,利用稳定扩散技术实现实时音乐和音频生成,并在图像和音频之间进行转换。该库提供扩散管道、命令行工具和互动应用,支持通过Flask服务器进行模型推理。支持CPU、CUDA和MPS后端,推荐使用CUDA支持的GPU以获得最佳性能。虽然项目已停止维护,但用户仍可参考相关资源和指南进行安装和使用。

awesome-stable-diffusion - 针对Stable Diffusion人工智能模型全面的资源与软件指南
AI模型GUI界面GithubStable Diffusion人工智能绘图开源项目资源库
awesome-stable-diffusion是一个针对Stable Diffusion人工智能模型的综合性资源和软件集合,提供一系列从GUI到CLI界面的安装指南,并支持NVIDIA GPU、Apple Silicon和AMD GPU等多平台。项目不仅提供必要的模型权重文件,还详述如何运行模型,同时提供多种经过更新和维护的分支版本,满足用户对功能和性能的不同需求。
StreamMultiDiffusion - 基于区域语义控制的实时交互式图像生成
GithubStable Diffusion 3StreamMultiDiffusion实时生成开源项目文本到图像语义控制
StreamMultiDiffusion 提供基于区域语义控制的实时交互式图像生成。该项目支持细粒度区域控制、分离提示和实时图像修复,能够显著降低生成延迟,适用于大尺寸图像的高效创作及全景生成等应用。
Diffusion-SVC - 高效实时语音转换系统
AI模型ContentVecDiffusion-SVCGithub开源项目扩散模型语音转换
Diffusion-SVC是一个基于扩散模型的语音转换项目,专注于实现高质量的实时语音转换。该系统以低显存占用、快速训练和推理为特点,并针对浅扩散和实时应用进行了优化。Diffusion-SVC支持多种预训练模型和编码器,适用于不同规模的GPU,可灵活搭配使用。通过与其他声学模型级联,系统能进一步提升音频质量并降低性能消耗,为语音转换技术带来新的可能性。
web-stable-diffusion - 浏览器内完全独立运行的稳定扩散模型
GithubML模型部署TVM UnityWeb Stable DiffusionWebGPU开源项目机器学习编译
本项目实现了稳定扩散模型的全浏览器内运行,无需服务器支持。这项技术降低服务成本的同时增强了个性化和隐私保护。基于WebGPU和WebAssembly等技术,用户只需通过浏览器即可体验强大的AI功能。该项目利用开源生态系统,支持Python优先环境,便于开发和优化AI模型,能够广泛部署并提供可重复和可操作的工作流程。
easydiffusion - AI图像生成工具
AI图像生成Easy DiffusionGithubStable Diffusion开源项目技术支持热门用户体验
Easy Diffusion 3.0提供一键安装,无需技术知识和预装软件,快速入门AI图像创作。全面支持Stable Diffusion模型,新增多种功能如ControlNet、多LoRA文件支持、嵌入式等,适用于Windows、Linux和Mac系统。适合新手和需求高级功能的用户,配备强大的社区支援。
diffwave - 神经网络驱动的语音及波形快速合成技术
DiffWaveGithub开源项目波形合成器神经声码器语音合成预训练模型
DiffWave是一种基于迭代精细化的神经语音合成器,能从高斯噪声生成语音。支持多GPU和混合精度训练,提供命令行和程序化推理接口,并配有模型和音频样本。
Diffusion4D - 视频扩散模型实现快速生成时空一致4D内容
3D转4D4D生成Diffusion4DGithub大规模动态3D数据集开源项目视频扩散模型
Diffusion4D是一个基于视频扩散模型的开源项目,专注于生成时空一致的4D内容。该项目整合了大规模动态3D数据集、先进渲染技术和扩散模型,实现了图像、文本和3D模型到4D内容的转换。项目提供了数据集准备指南和渲染脚本,为计算机视觉和图形学研究提供了有价值的资源。Diffusion4D在4D内容生成领域展现了新的可能性,对相关技术发展具有推动作用。
RAVE - 高效的实时神经音频合成工具
GithubRAVE变分自编码器实时音频处理开源项目神经音频合成高质量音频
RAVE是一个高效的变分自动编码器,专为快速高质量的神经音频合成设计。支持Windows、Mac和Linux平台的RAVE VST版本,可应用于音乐表演和装置。提供详细教程和多种训练配置,包括数据增广选项。用户可以在Max/MSP或PureData中实时使用RAVE进行风格迁移和高层次操控。多个预训练模型可供下载,支持批量音频文件转换和实时嵌入式平台应用。
RunDiffusion - 专业云端AI绘图平台 集成多款开源应用
AI工具AI绘图Stable Diffusion云服务图像生成开源AI工具
RunDiffusion为AI绘图爱好者和专业人士提供云端平台,集成Automatic1111、Fooocus、ComfyUI等多款开源应用。用户可在90秒内获得私人工作空间,无需编码即可开始创作。平台采用按需付费,提供高性能GPU和50多个预加载模型,大幅提升AI艺术创作效率。无论是初学者还是专家,都能在此找到合适的AI绘图工具。
fundsp - Rust音频DSP库 提供函数式合成和信号流分析
FunDSPGithubRust开源项目数字信号处理音频合成音频处理
FunDSP是一个Rust音频数字信号处理库,专注于音频处理和合成。该库提供内联图形表示法描述音频处理网络,利用Rust的零成本抽象表达网络结构。FunDSP的信号流系统可为线性网络确定分析频率响应。库中包含音频组件、数学函数、实用工具和程序生成工具,适用于游戏音频处理、教育、音乐制作和DSP算法原型设计。
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