-
Whisper-WebUI - 音视频字幕AI生成翻译工具,免部署,免安装,一键使用
Whisper-WebUI是一个基于Whisper模型的Gradio 的浏览器界面,可以轻松地将其用作字幕生成器! 一、Whisper-WebUI的开源地址: https://github.com/jhj0517/Whisper-WebUI 二、Whisper-WebUI的功能特点: 从多种来源生成字幕,包括: 从音视频文件自动识别字幕 从Youtube链接自动识别字幕 从麦克风输入实时识别字幕 …- 6.3k
-
MuseV - 数字虚拟人视频生成AI工具,一键整合包,开箱即用,腾讯天琴实验室开源
一、MuseV是什么? MuseV是一个由腾讯音乐娱乐的天琴实验室开源的虚拟人视频生成框架,专注于生成高质量的虚拟人视频和口型同步。它利用先进的算法,能够制作出具有高度一致性和自然表情的长视频内容。MuseV支持自定义动作和风格,视频时长理论上无限,且生成速度快。这一技术在AI创作领域中表现出色,为虚拟人视频制作提供了新的可能性。 二、MuseV的网站地址: 1、Github开源地址: https…- 9.6k
-
v2vt - 视频自动翻译AI工具,本地整合包,HeyGen最佳平替,B站大神免费开源~
hilary duff nude cecile-duquenne 大家最近肯定刷到很多名人说英文的视频,今天分享一个能够将任意语言视频自动翻译成中文的小工具,可以解决语言障碍问题,轻松英文语音转中文。 一、v2vt是什么? 带有口型同步功能的视频翻译的开源项目,可以完成转录视频语音并翻译、语音克隆、口型同步、压制字幕、支持中英视频互相转换等工作。 二、v2vt的开源地址: https://gith…- 4.2k
-
DiffSynth Studio - 专业视频“三渲二”风格转绘/换衣,递进式AI绘图工具,最佳DomoAI本地平替,国内B站大神开源~
在数字内容创作的领域,扩散模型已经崭露头角,成为图像合成技术中的一股不可忽视的力量。然而,当这些模型被应用到视频合成时,它们往往面临着一系列挑战,比如内容闪烁等问题。针对这一问题,最新研发的 DiffSynth 方法便应运而生,它将图像合成技术巧妙地延伸至视频领域,取得了令人瞩目的成果。 一、DiffSynth Studio是什么? DiffSynth Studio 不仅仅是一个工具,它融合了多项…- 9.3k
-
VideoReTalking - 虚拟数字人视频AI工具整合包,同步音频嘴型/面部表情,腾讯出品~
你只需要输入任意一个视频和一个音频文件,它能给你生成一个新的视频,在这个视频里,人物的嘴型会与音频同步。VideoReTalking不仅可以让嘴型与声音同步,还可以根据声音改变视频中人物的表情。整个过程不需要用户干预,都是自动完成的。 一、什么是VideoReTalking? VideoReTalking,这是一种新的AI系统,可以根据输入音频编辑现实世界中头部说话视频的面孔,即使具有不同的情绪,…- 9.6k
-
SadTalker - 图片配合音频秒变声音视频,头部、嘴型超自然,中英双语全能,还会唱歌~
单个肖像图像 🙎♂️ + 音频 🎤 = 头部说话视频🎞 一、SadTalker是什么? SadTalker模型是一个使用图片与音频文件自动合成人物说话动画的开源模型,我们自己给模型一张图片以及一段音频文件,模型会根据音频文件把传递的图片进行人脸的相应动作,比如张嘴,眨眼,移动头部等动作。SadTalker,它从音频中生成 3DMM 的 3D 运动系数(头部姿势、表情),并隐式调制一种新颖的 3D…- 7.8k
-
Sora.FM - OpenAI 2024年王炸级视频生成AI工具
Sora.FM是一款由艾逗笔开源的 Sora AI 视频生成器模板。Sora.FM为用户提供了一个便捷的浏览器界面,用于生成文本到视频的内容。 Sora.FM的官网地址: https://sora.fm/ Sora.FM的开源地址: https://github.com/all-in-aigc/sorafm Sora.FM的主要功能 文本到视频生成:Sora.FM提供了一个浏览器界面,用户可以简单…- 3.1k
-
ASR - 视频/语音自动生成字幕工具,本地整合包,AI视频剪辑必备神器~
一、ASR是什么? ASR全称Automatic Speech Recognition,自动语音识别也称为语音转文本 (STT),是将给定音频转录为文本的任务。它有很多应用,例如语音用户界面。 二、ASR的项目地址: https://huggingface.co/tasks/automatic-speech-recognition 三、ASR的使用场景: 1、虚拟语音助手 许多边缘设备都有嵌入式虚…- 3.7k
-
SunoMV - 音乐动态封面视频生成AI工具,SunoAI最佳伴侣
这段时间 AI 神器 Suno 爆火,想必很多小伙伴都体验过它强大的歌曲生成能力了。 一、SunoMV 是什么? SunoMV 则是一个专门针对 Suno 推出的 MV 免费生成平台,用户只需提供自己的 Suno 歌曲链接,就能在几分钟内生成一个歌词同步,并且具有精美视觉效果的歌曲短片,非常方便我们在社交平台上展示推广自己的作品。 SunoMV 支持横屏(1920*1080)和竖屏 (1080*2…- 3k
-
Wav2Lip - 使用AI听音同步人物面部口型,AI虚拟主播数字人工具整合包
Wav2Lip适用于任何人脸、任何语言,对任意视频都能达到很高都准确率,可以无缝地与原始视频融合,还可以用于转换动画人脸。 一、Wav2Lip是什么? Wav2Lip实现的是视频人物根据输入音频生成与语音同步的人物唇形,使得生成的视频人物口型与输入语音同步。Wav2Lip不仅可以基于静态图像来输出与目标语音匹配的唇形同步视频,还可以直接将动态的视频进行唇形转换,输出与目标语音匹配的视频。Wav2L…- 5.8k
-
Sora - OpenAI旗下视频图片生成平台
一、Sora是什么? Sora 是 OpenAI 开发的AI视频生成模型,它能够根据用户的文本描述生成长达 60 秒、1080P 高质量视频,其中包含精细复杂的场景、生动的角色表情以及复杂的镜头运动。 Sora能够创造出包含多个角色、特定动作类型以及与主题和背景相符的详细场景。这款模型不仅能理解用户的指令,还能洞察这些元素在现实世界中的表现。 Sora对语言有着深刻的理解,能够精准地捕捉到用户的需…- 2k
-
Captions AI - 迄今为止最智能的视频剪辑AI工具,没有之一!
一、Captions AI 是什么? Captions AI 是一款集成了人工智能技术的视频剪辑和创作工具,通过AI简化了视频制作的复杂流程,使得用户能够轻松制作出高质量的视频内容。该平台的核心功能包括AI视频脚本撰写、数字人生成、自动剪辑填充词、语音增强、眼神校正、语音校正、唇形同步、自动添加视频效果等。Captions借助AI的强大能力,为用户提供了从视频灵感到后期编辑的一站式解决方案,极大地…- 7.1k
-
Pika- 火爆出圈的视频生成AI工具,海外独角兽项目,一度刷屏国内外社交平台
每个人都能成为多模态梦想的导演,就像《盗梦空间》中的建筑师一样。 一、Pika是什么? Pika是热门的人工智能初创公司Pika Labs推出的AI视频生成和编辑工具,该工具可以将任何创意转化为视频,用户只需输入文字或图像,即可快速生成3D动画、动漫、卡通、电影等风格的视频。该AI视频生成工具最早于2023年4月下旬推出测试版,累计已经超过50万名早期用户使用,每周都在生成数百万个视频。不过,目前…- 7.7k
-
Easy-Wav2Lip - 数字人口播视频制作AI工具,高度口型同步,本地整合包,支持图片和视频~
一、Easy-Wav2Lip是什么? Easy-Wav2Lip是Wav2Lip的改进版本,在设计上更为简洁,执行速度更快,同时生成的视频效果更加逼真。Wav2Lip技术可以让视频中的人物根据输入的音频生成匹配的唇形动作,从而实现口型与语音同步的效果。这项技术不仅适用于静态图像,还能够对动态视频进行处理,生成与目标语音同步的视频输出。 二、Easy-Wav2Lip的项目地址: 1、Github仓库:…- 8k
-
DomoAI - 一键照片和视频转换风格,支持文生图,图生图,可以对科目三的小姐姐们下手了~
2023年出现 Runway、Pika 等 AI 视频生成工具,今天我们继续了解一款 AI 视频工具 Domo AI。如果说 Runway 的特色是动态笔刷、Pika 的特色是视频局部重绘,那么 DomoAI 最厉害的就是它的视频转绘功能,可以把真人视频转为效果稳定的风格化视频,最近网上很多热门 AI 视频也都是用它生成的。 一、DomoAI是什么? DomoAI是由…- 5.5k
-
ProPainter - 专业视频修复去水印AI工具,可以抹除视频中的静态水印、动态物体/人物,效果出色~
ProPainter是一个基于E2FGVI实现的AI视频编辑工具,它可以一键移除视频内的移动物体和水印。这个开源项目提供了一个简单而强大的解决方案,帮助用户轻松编辑和改善视频内容。 一、ProPainter是什么? ProPainter 是一个用于视频修复的先进模型。它结合了增强的传播和 Transformer 机制,能够快速高效地进行视频修复、对象去除、水印去除等任务。ProPainter 通过…- 50.2k
-
LeiaPix - 专业2D图片转3D裸眼动画特效AI工具,让您的图片栩栩如生,打破视觉界限!
随着科技的发展,人工智能在图像处理方面展现了强大的能力。LeiaPix Converter就是一个使用AI技术,可以非常容易地将普通2D图片转换成3D动画的免费在线工具。在本文中,我将为您详细介绍如何使用LeiaPix Converter的各项功能,将静态图片转换成栩栩如生的3D动画。 一、LeiaPix 是什么? LeiaPix是一个基于网络的创新人工智能平台,能够将2D照片转3D效果的实用AI…- 14.6k
-
Runway - 新一代视频内容制作生成AI工具,人人都能成为神笔马良
一、Runway是什么? Runway AI成立于 2018 年,是一家美国纽约的图片和视频AI编辑软件提供商,为设计师、艺术家和开发人员提供一系列的工具和平台,帮助他们利用人工智能技术创建作品。 二、Runway的网页地址是什么? https://runwayml.com/ 三、Runway可以做什么? 人类想象力的工具。一套新的创意工具,旨在将您头脑中的想法变成现实。通过能够理解和生成世界的人…- 3.7k
-
WinkStudio - 美图旗下专业视频人像精修AI工具,像修图一样修视频,操作如此简单,支持Windows/MacOS
像修图一样修视频,操作如此简单~ 一、WinkStudio 是什么? 专业的视频人像精修工具,让你的视频创作更高效。全面的美颜美妆等视频人像精修功能,可自由定制美容参数,批量处理视频。搭载强大的AI工具箱,提供画质修复、AI动漫、水印消除等常用功能支持。 “Winkstudio”类似“开拍”,但功能更丰富,定制性更高,添加了“瑕疵消除”、“一键抠像”、“AI 美颜调色”等功能,还具有一些滤镜,例如…- 25.2k
-
D-ID - 全球最专业最全面的数字人视频生成AI工具,真人口播,三分钟打造超炫虚拟数字人,开启逼真数字人新时代~
随着人工智能技术的不断发展,我们逐渐迈入了一个全新的数字时代。在这个时代,人们可以通过创造性的方式与虚拟现实相结合,创造出惊人的数字人物。其中,Creative Reality Studio (D-ID) 是一家提供 AI 拟真人视频产品服务和开发的公司,其独特的技术让用户能够以惊人逼真的方式与数字人物进行互动。本文将介绍D-ID的技术原理和使用技巧,带您领略数字时代的无限可能性。 一、D-ID …- 9.2k
-
MuseTalk - 数字虚拟人唇形同步视频生成AI工具,一键整合包,开箱即用,腾讯天琴实验室开源
一、MuseTalk是什么? MuseTalk 是由腾讯团队开发的先进技术,它是一个实时的音频驱动唇部同步模型。该模型能够根据输入的音频信号,自动调整数字人物的面部图像,使其唇形与音频内容高度同步。这样,观众就能看到数字人物口型与声音完美匹配的效果。MuseTalk 特别适用于256 x 256像素的面部区域,且支持中文、英文和日文等多种语言输入。在NVIDIA Tesla V100显卡上,Mus…- 11.2k
-
Krea AI - 超级强大的实时图像AI生成工具,颠覆传统工作流,为创意提供无限可能!
Krea AI 是一个 AI 智能设计工具,功能包括文生图、AI pattern、Logo Illustration 以及 AI 模型训练等,它最近因为实时生成(Real-time Generation)功能而备受瞩目。 一、Krea AI是什么? Krea AI是一种全新的创意工具,它利用人工智能生成高质量的视觉效果,同时了解你的风格、概念或产品。你可以上传图像并训练AI引擎,然后在画布上生成图…- 8.8k
-
Aiarty Video Enhancer v3.0 - Digiarty 旗下4K视频无损放大清晰降噪修复补帧AI神器,性价比之王,终身完美激活,本地便携破解版,支持 Windows/MacOS
一、Aiarty Video Enhancer 是什么? Aiarty Video Enhancer 是一款专为桌面用户设计的下一代 AI 视频增强软件。它不仅仅是简单的提升分辨率,而是利用先进的生成式 AI 技术(Diffusion + GANs),对视频进行全方位的修复和增强。其核心目标是为那些模糊、低噪点、低分辨率的视频生成新的细节,使其达到 4K 级别的清晰度,同时提供如电影般的流畅度和纯…- 1.3k
-
Noisee AI - AI音乐影片MV在线生成工具,专门为Suno的好搭子来了~
他来了,太来了,Noisee.AI上线了,专门为Suno配音乐MV视频的好搭子来了! 一、Noisee AI 是什么? Noisee AI是一个在Discord平台上运行的AI音乐转视频工具,可以将你喜欢的旋律转化为音乐视频。用户可以通过Noisee AI的官方网站或提供的链接加入其Discord服务器,并上传音频文件。Noisee AI支持来自Suno、YouTube、Soundcloud的链接…- 6.1k



























