Kokoro-FastAPI开源项目 – 基于Docker的文本到语音模型部署

Kokoro-FastAPI 是一个基于 Docker 的 FastAPI 封装项目，专门用于部署 Kokoro-82M 文本到语音模型。它支持 CPU ONNX 和 NVIDIA GPU PyTorch 加速，提供自动分割和拼接功能，并支持多种语言和音频格式。该项目通过 Docker 实现便捷部署，适用于需要高效、多语言支持的语音合成场景。

Kokoro-FastAPI的特点:

1. 支持 NVIDIA GPU 和 CPU ONNX 加速推理
2. 自动分割和拼接功能
3. 基于 Docker 的便捷部署
4. 兼容 FastAPI 框架
5. 支持多语言（英、日、韩、中等）
6. 提供多种语音合成格式（如mp3、wav、opus等）
7. NVIDIA GPU加速，实时速度可达35-100倍
8. 支持 CPU ONNX 和 NVIDIA GPU PyTorch 加速
9. 自动拼接语音片段

Kokoro-FastAPI的功能:

1. 通过 Docker 启动服务
2. 使用 API 接口进行文本到语音转换
3. 配置模型参数以优化输出效果
4. 部署 Kokoro-82M 文本到语音模型
5. 生成多语言语音合成
6. 使用 NVIDIA GPU 加速语音合成
7. 生成多种格式的音频文件（如mp3、wav、opus等）
8. 自动拼接语音片段以生成连续语音

相关导航

ChattyUI官网 – 本地运行开源模型的界面

ChattyUI是一个开源且功能丰富的界面，类似于Gemini和ChatGPT，可以在浏览器中使用WebGPU本地运行开源模型（如Gemma、Mistral、LLama3等）。该项目不需要服务器端处理，确保您的数据始终保留在个人电脑上。

Cliptics官网 – 将文本转化为逼真的语音

Cliptics 是一个在线文本转语音服务，可以将文本转换为自然流畅的语音，提供无缝的用户体验。用户只需输入文本，选择语音，然后点击“生成语音”按钮即可将文本转换为语音。同时，用户可以根据个人喜好自定义语言和口音。

Tokenlimits官网 – 探索不同AI模型的令牌限制

TokenLimits是一个网站，允许用户探索不同AI模型的令牌限制。它提供关于各种AI模型的最大令牌、字符和单词数量的信息，帮助用户了解在不同文本模型（如ChatGPT Plus、GPT-4、GPT-3.5-Turbo、GPT-3和Codex）中可以输入的内容限制。此外，该网站还提供图像提示模型（如Stable Diffusion）和嵌入模型（如Ada-002）的令牌限制。

kimi-free-api开源项目 – Kimi大模型的免费API接口

kimi-free-api 是一个提供 Kimi 大模型 API 的免费开源项目。Kimi 是一款国产智能大模型，支持中英文对话，具备200万字超长上下文输入能力，能够处理和分析大量文本信息。该项目允许用户通过 API 接入 Kimi，实现自部署，支持多轮对话、联网搜索、长文档解读、图像解析等功能。项目提供多种部署方式，包括 Docker、Docker-compose、Render、Vercel、Zeabur 等，并且与 OpenAI 的 API 完全兼容。

youtube-api-server开源项目 – 轻量级YouTube数据提取工具

youtube-api-server 是一款基于 FastAPI 构建的轻量级工具，专注于自动化提取 YouTube 视频的元数据、字幕和带时间戳的转录文本。它提供了清晰且符合 RESTful 规范的 API 接口，支持多语言字幕提取，适用于视频内容分析、处理以及与其他应用的集成开发。

ChatGPT Plugin Quickstart using Python and FastAPI开源项目 – 快速创建 ChatGPT 插件的示例

用 GitHub Codespaces、VS Code 和 Azure 创建 ChatGPT 插件的快速入门示例，包括部署插件的模板。该项目旨在帮助开发者快速上手插件开发，提供了易于使用的框架和工具支持。

FreeAskInternet开源项目 – 免费本地运行的AI问答工具

FreeAskInternet 是一款完全免费、私密且在本地运行的搜索聚合器和答案生成器，利用大语言模型（LLM）技术生成答案。它无需 GPU 和 API 密钥，所有数据处理均在本地进行，确保用户隐私。项目支持 Docker 一键部署，并整合了多引擎搜索功能，提供语义聚合分析，生成结构化答案。

pdf-extract-api开源项目 – 基于FastAPI的PDF提取工具

一个基于 FastAPI 的 PDF 文档提取和解析工具，使用最新的 OCR 技术和 Ollama 模型处理图像或 PDF 文件，转换为 Markdown 文本或结构化的 JSON 文档。

Cujobay官网 – 现代创业公司目录

Cujobay是一个现代化的创业公司目录，按照创业公司所处的领域进行组织。每天都会推出新的创业公司和领域。用户可以通过搜索栏查找特定的创业公司或语义搜索领域。

Appsmith开源项目 – 开源低代码开发平台

Appsmith是一个开源的低代码开发平台，旨在帮助开发者和企业快速构建和部署内部工具和应用。它提供了一个直观的拖放界面，允许用户无需编写大量代码即可创建功能丰富的应用程序。通过集成各种数据源和API，Appsmith能够简化应用开发过程，提升开发效率。主要特性包括拖拽式开发、多数据源支持（如MySQL、PostgreSQL、MongoDB、REST API等）、实时预览、强大的JavaScript支持以及一键部署功能。用户可以通过Docker快速部署，也可以使用云服务直接开始使用。

OmniParse开源项目 – 多模态数据解析与优化平台

OmniParse 是一个多格式数据解析与优化平台，能够将非结构化数据转换为结构化数据，专为增强与GenAI框架的兼容性设计。它支持从文档到多媒体的高效数据转换，并具备数据优化功能。此外，OmniParse 还支持跨模态对齐、流式处理、自监督学习、分布式架构、自动版本迁移和审计追踪等功能。该平台支持约20种文件格式，包括文档、表格、图像、视频、音频、网页等，适合批量处理各种数据并用于AI应用的场景。

SearXNG开源项目 – 注重隐私的开源元搜索引擎

SearXNG 是一款基于 Python 开发的开源元搜索引擎，遵循 AGPL-3.0 许可协议。它通过聚合多个搜索引擎和数据库的结果，为用户提供更全面的搜索结果。SearXNG 的核心优势在于不追踪用户行为，保护用户隐私，提供不受个性化算法影响的搜索体验。项目提供了详细的用户、管理员和开发者手册，支持多种安装方式，包括 Docker 镜像和安装脚本。此外，SearXNG 还支持多语言翻译，并通过 GitHub Codespaces 方便开发者贡献代码。

changedetection.io开源项目 – 网页变化监控工具

changedetection.io 是一个开源的网页变化监控工具，能够自动化检测网页内容的任何变化，并通过电子邮件、Slack、Discord、Telegram 等多种渠道发送实时通知。它支持实时监控、多种通知方式、目标元素选择、浏览器自动化、自定义频率和虚拟位置支持等功能。用户可以使用 Docker 快速部署，并通过 Chrome 插件进行便捷安装。该项目适用于个人和企业用户，帮助他们实时捕捉网页变化，如商品价格、库存变化或网站公告更新等。

2DStudio Dist开源项目 – 为 StableStudio 提供 api2d 接口支持的插件

一个为 StableStudio 提供 api2d 接口支持的插件，支持一键部署到 Vercel 和 Docker，旨在简化开发者与 stability.ai 接口的交互，提升开发效率。

Refact.ai Inference Server开源项目 – 自托管的推理服务

Refact.ai推理服务器是一个自托管的服务，基于Docker镜像，提供高可扩展性和灵活性，支持多种机器学习模型，并提供RESTful API接口，方便用户进行模型推理和管理。

OuteTTS开源项目 – 实验性的文本到语音模型

OuteTTS是一个实验性的文本到语音模型，采用纯语言建模方法生成语音，致力于提升语音合成的自然性和可控性。

Manifold开源项目 – AI驱动的工作流自动化平台

Manifold 是一个强大的AI驱动的工作流自动化平台，旨在简化复杂任务并提高效率。它集成了多种AI模型，支持文本生成、图像生成和检索增强生成（RAG）。平台提供强大的语义搜索能力，结合PGVector和SEFII引擎，支持多种流行AI端点，如OpenAI、llama.cpp、Anthropic等，扩展性强。Manifold 使用 Vue+Go+Python 开发，支持 OpenAI 兼容接口、本地 llama.cpp 和 mlx，以及 PGVector 作为向量数据库进行 RAG 工作，并提供 Docker 镜像部署。

Vision-is-all-you-need开源项目 – 创新的文档检索系统

创新的文档检索系统(V-RAG)，无需传统的文本分块，直接利用视觉语言模型处理PDF文档。