一个视频搜索和流媒体代理工具，能让您在 ChatGPT 中与您的视频库聊天并观看视频流。StreamRAG官网入口网址

一个专门为DuckDB数据库设计的文本到SQL的模型，你可以使用自然语言说描述你的需求，它会自动转换成SQL代码。DuckDB-NSQL官网入口网址

一种基于扩散的图像修复模型，主要用于虚拟试穿场景。它能够在修复图像时保留参考物品的细节，适用于在线购物等虚拟试穿场景中的图像修复任务。Diffuse to Choose官网入口网址

基于大规模扩散的高保真通用图像恢复模型，SupIR能够根据文本提示进行智能修复，提高图像修复的质量和智能程度。SupIR官网入口网址

FunASR是一个基础语音识别工具包，提供多种功能，包括语音识别（ASR）、语音端点检测（VAD）、标点恢复、语言模型、说话人验证、说话人分离和多人对话语音识别等。FunASR提供了便捷的脚本和教程，支持预训练好的模型的推理与微调，FunASR 基础语音识别工具包官网入口网址

谷歌研究院开发的基于空间时间的文本到视频扩散模型。采用了创新的空间时间U-Net架构，能够一次性生成整个视频的时间长度，确保了生成视频的连贯性和逼真度。Lumiere官网入口网址

一个为黑白图像上色的魔搭模型，通过双解码器实现逼真的图像着色，输入一张黑白图像，实现端到端的全图上色，返回上色处理后的彩色图像。，DDColor官网入口网址

网易有道一个开源的本地知识库问答系统，旨在支持多种文件格式和数据库，允许离线安装和使用。，QAnything官网入口网址

字节跳动开发的由LLM驱动文本生成图像多合一系统，专门设计用于为不同的输入提示生成高质量的图像。DiffusionGPT官网入口网址

一个声音克隆和文本到语音转换的开源 Python RAG框架，只需1分钟语音即可训练一个自己的TTS模型。GPT-SoVITS官网入口网址

一个增强版免费开源的ChatGPT程序，LibreChat 是一个免费开源的聊天机器人平台，集成了多种 AI 模型。LibreChat官网入口网址

AI角色动画工具，通过先进的视频处理和3D渲染技术，MotionShop能够高效地将视频中的某个角色替换为3D人物，同时不改变视频中的其他场景和人物。Motionshop官网入口网址

PhotoMaker：利用多张照片作为身份ID，获取人物特征，然后根据描述生成一个新的、个性化的人物图像。PhotoMaker官网入口网址

EmotiVoice是一个强大的开源TTS引擎，完全免费，支持中英文双语，包含2000多种不同的音色，以及特色的情感合成功能，支持合成包含快乐、兴奋、悲伤、愤怒等广泛情感的语音。，EmotiVoice官网入口网址

一键免费部署你的跨平台私人 ChatGPT 应用, 支持 GPT3, GPT4 & Gemini Pro 模型。（基于 LangChain 实现插件功能），ChatGPT-Next-Web-LangChain官网入口网址

一个面部图像精准恢复和个性编辑技术工具，不仅能复原受损图像细节，同时能精准捕捉和重现个人独特的面部特征。同时它还支持换脸。Personalized Restoration官网入口网址

专门用于生成 SQL 语句的模型，sqlcoder官网入口网址

自动为视频生成高亮字幕，AutoCaption官网入口网址

基于ChatGPT的微信机器人，chatgpt-on-wechat官网入口网址

LlamaIndex 推出聊天机器人应用，支持设置prompt、上传文件聊天、分享聊天，基本是一键部署。，chat-llamaindex官网入口网址

一个可以自己托管的 Whisper 解决方案，服务端是 Python，客户端是 JS，基于 WebSocket 实时通信，可以做到语音的实时传输和文本转换。，VoiceStreamAI官网入口网址

一种用于构建人工智能代理的反应式运行时，Chidori官网入口网址

一个使用自然语言进行交流的应用程序，它是通过 OpenAI Functions 和 Vercel AI SDK 构建的，Chat with Hacker News官网入口网址

一个非常实用的PDF转HTML工具，可以帮助用户轻松地将PDF文件转换为可在网页浏览器中查看的格式。，pdf2htmlEX官网入口网址

Mac 上的一个多模态 AI 助手，能支持语音和截图，借助 GPT-4V 的多模态能力，可以基于当前屏幕截图和指令可以回复问题。，macOSpilot官网入口网址

一个轻量级的 JavaScript（没有依赖项），为 SVG 设置动画，使它们看起来像是被绘制的，Vivus官网入口网址

识别视频中的人物的面部和身...

借助大语言模型（LLM）处理音频的工具，AudioGPT官网入口网址

给出一段长视频，我们把它变成一个包含视觉+音频信息的文档。通过将这份文件发送给ChatGPT，我们就可以在视频中进行聊天了！，VLog官网入口网址

基于浏览器的前端Web界面，支持本地或远程AI模型，用于搭建辅助写作、类AI Dungeon游戏、聊天机器人。，KoboldAI-Client官网入口网址

一个由Dabble开发的开源软件包，它可以帮助用户构建虚拟的产品摄影工作室。，3D to Photo官网入口网址

1,100 多种语言推出语音转文本、文本转语音等功能，语音转文本的错误率只有 Whisper 的一半，Massively Multilingual Speech官网入口网址