Infer.store

實用資源 MCP 合集

GPT-SoVITS-WebUI 3 支持粵語 TTS

只要輸入 5 秒的聲音樣本，就可以體驗到 TTS 的聲音轉換，俗稱 “變聲”。而僅需要 1 分鐘的語音訓練數據，就可以微調模型，提升語音的相似度。GPT-SoVITS 目前支持英語、日語、韓語、粵語和中文。提供的 Web 工具令 TTS 操作相當方便，甚至提供歌曲與伴奏分離、自動語音訓練、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。

    強大的少樣本語音轉換與語音合成Web用戶界面。
    GPT-SoVITS指南

    https://github.com/RVC-Boss/GPT-SoVITS

    MagicQuill 智慧型互動圖像編輯系統 

    又一國內手足大作 ! 香港科大有份幫手！開源並已經可以下載。

    MagicQuill demo video
    GitHub – magic-quill/MagicQuill: Official Implementations for Paper – MagicQuill: An Intelligent Interactive Image Editing System
    Official Implementations for Paper – MagicQuill: An Intelligent Interactive Image Editing System – magic-quill/MagicQuill

    Ollama+Llama3.2-vision多模態模型實現監控

    ollama支持Llama3.2-vision多模态大模型轻松实现监控找人！重磅分享：详细讲解提示词工程+视觉大模型实现视频目标查找！无需高端显卡，本地运行流畅，完美解决视频目标搜索难题，附赠完整源码

    Ollama 支持 Llama3.2-vision 多模態大模型，輕鬆實現監控找人！詳細講解提示詞工程 + 視覺大模型實現視頻目標查找！無需高端顯卡，本地運行流暢，完美解決視頻目標搜索

    零代碼構建AI智能體

    零代码构建AI智能体！本地部署n8n+LiteLLM+免费gpt4o！ollama+aya-expanse-8b大模型！GitHub models免费API！打造专业级科技新闻撰稿AI Agent！

    零代碼構建 AI 智能體！本地部署 n8n+LiteLLM+ 免費 gpt4o！ollama+aya-expanse-8b 大模型！GitHub models 免費API！打造專業級科技新聞撰稿 AI Agent！

    Hello2 – 高清 LipSync 工具

    GitHub – fudan-generative-vision/hallo2: Hallo2: Long-Duration and High-Resolution Audio-driven Portrait Image Animation
    Hallo2: Long-Duration and High-Resolution Audio-driven Portrait Image Animation – fudan-generative-vision/hallo2

    RF-Inversion – 無需 ControlNet 的圖片編輯

    GitHub – LituRout/RF-Inversion: Rectified Flow Inversion (RF-Inversion)
    （附 ComfyUI Node）Rectified Flow Inversion (RF-Inversion). Contribute to LituRout/RF-Inversion development by creating an account on GitHub.
    Page 1 of 6
    1 2 3 … 6

    Popular Tags