FMA-Net 即將推出最強模糊影片修正
RVC-Boss/GPT-SoVITS 語音合成模型
功能：
- 零樣本文本到語音（TTS）： 輸入5秒的聲音樣本，即刻體驗文本到語音轉換。
- 少樣本TTS： 僅需1分鐘的訓練數據即可微調模型，提升聲音相似度和真實感。
- 跨語言支持： 支持與訓練數據集不同語言的推理，目前支持英語、日語和中文。
- WebUI工具： 集成工具包括聲音伴奏分離、自動訓練集分割、中文自動語音識別(ASR)和文本標注，協助初學者創建訓練數據集和GPT/SoVITS模型。
如果你是 Windows用戶（已在 win>=10上測試），可以直接通過預打包文件安裝。只需下載預打包文件，解壓後雙擊 go-webui.bat 即可啓動 GPT-SoVITS-WebUI。預訓練模型
GPT-SoVITS语音克隆AI，只需一分钟素材训练模型，效果堪比商用。一键安装，附Colab脚本 | TTS | RVC|GPT-SoVITS Colab
從 GPT-SoVITS Models 下載預訓練模型，並將它們放置在 GPT_SoVITS\pretrained_models 中。
對於中文自動語音識別（另外），從 Damo ASR Model, Damo VAD Model, 和 Damo Punc Model 下載模型，並將它們放置在 tools/damo_asr/models 中。
對於UVR5（人聲/伴奏分離和混響移除，另外），從 UVR5 Weights 下載模型，並將它們放置在 tools/uvr5/uvr5_weights 中。
數據集格式
文本到語音（TTS）注釋 .list 文件格式：
vocal_path|speaker_name|language|text
語言字典：
- ‘zh’: Chinese
- ‘ja’: Japanese
- ‘en’: English
示例：
D:\GPT-SoVITS\xxx/xxx.wav|xxx|en|I like playing Genshin.
Meta 已著手訓練 Llama 3
MS-Vid2Vid (Video-to-Video)高清視頻生成大模型
國產 ModelScope 模型
本項目MS-Vid2Vid由達摩院研發和訓練，主要用於提升文生視頻、圖生視頻的分辨率和時空連續性，其訓練數據包含了精選的海量的高清視頻、圖像數據（最短邊>720），可以將低分辨率的(16:9)的視頻提
「MS- Video-to-Video」係一種深度學習模型，可以將一段視頻轉換成另一種風格、場景轉換、動作等操作。例如，可以將一段日本動畫轉換成中國水墨畫風格，或者將一段街頭表演轉換成動畫風格。
MS-Vid2Vid-XL 和 Video-to-Video 第一階段相同，都是基於隱空間的視頻擴散模型(VLDM)，且其共享相同結構的時空UNet(ST-UNet)，其設計細節延續我們自研 VideoComposer，具體可以參考其技術報告。
Moore-AnimateAnyone
GitHub – MooreThreads/Moore-AnimateAnyone
Contribute to MooreThreads/Moore-AnimateAnyone development by creating an account on GitHub.
GitHub – MooreThreads/Moore-AnimateAnyone
Moore-AnimateAnyone 是一個開放源碼的專案，由 MooreThreads 創建與維護。此專案的目的是讓用戶能夠用簡便的方式來動畫化任何人物。
透過這個軟件，用戶可以將靜態的圖片或者是人物照片轉化成動態的動畫。它能讓角色栩栩如生，仿佛擁有了自己的情感和行動，這對於動漫創作者、游戲開發者或是任何需要虛擬人物動畫的創意工作者來說，都是一個非常有用的工具。
該平台的設計考慮到了易用性，即便是沒有編程經驗的人也可以輕鬆上手。用戶可以自定義角色的行為，並將它們應用於不同的娛樂或教育場景中。
此外，Moore-AnimateAnyone 專案鼓勵開源協作。這意味著任何有興趣的開發者都可以加入這個專案，通過貢獻代碼、文檔、反饋和維護等方式來完善這一工具。
practicalAI-cn: 實戰中文版
Civitai 推出俱樂部
台灣-繁體中文 LLM v2，包括 7B 和 13B 模型
Taiwan LLM 基於 Meta Llama 2 的全參數微調模型技術，融合台灣本土的文本資料，包括公開的百科、新聞、小說、雜誌以及社群討論等，涵蓋超過 200 億個繁體中文字，使大型語言模型能對台灣地區的問題回答得更精確
Taiwan-LLM 是一個基於 Meta/LLaMa-2 ，適用於繁體中文應用。
台灣-LLM v2.0 13B 對超過 300 億個標記進行了預訓練，並對超過 100 萬個傳統普通話指令跟踪對話進行了指令調整。
台灣-LLM v2.0 7B 對超過 300 億個標記進行了預訓練，並對超過 100 萬個傳統普通話指令跟踪對話進行了指令調整。
台灣-LLM v1.0 13B 對超過 50 億個標記進行了預訓練，並對超過 49 萬個傳統普通話對話進行了指令調整。
Amphion 多功能聲頻 LLM
香港中文大學（深圳）、上海人工智慧實驗室和深圳大數據研究院聯合開發。
(more…)