csm-mlx开源 – Apple Silicon优化的对话语音模型

一个用于文本到语音生成的Web用户界面，支持多种语音合成模型，用户可以轻松创建高质量的语音合成音频。

Bark是一个创新的文本转语音工具，能够生成接近真人的高质量声音，支持多种语言，并可添加情感音效和背景噪音，适用于各种应用场景。

bark.cpp是Suno AI的Bark项目在C/C++中的移植，旨在实现快速的语音合成推理。它支持多种声音模型，具有可扩展的架构，并经优化以适应实时应用场景。

StableTTS是一个轻量级的文本到语音（TTS）模型，专为汉语和英语的语音生成服务而设计。该模型仅有10M的参数，适合在资源有限的环境中使用。它基于流匹配和DiT技术，是下一代TTS模型，灵感来源于Stable Diffusion 3，能够高效地产生自然流畅的语音。

Ditto Speak 是一款语音克隆与语音生成工具，能够从音频中捕捉语音模式，并生成与原始音频相似的语音。用户只需上传音频样本，输入文本，即可生成与原始语音风格一致的语音内容。

这是一个基于ByteDance的MegaTTS3模型的ComfyUI自定义节点，提供高质量的文本到语音合成功能，支持中英双语和语音克隆。 项目通过ComfyUI的工作流界面实现语音生成和克隆，支持参数调优、GPU资源优化和自动模型下载等功能。 用户可以通过提供简短的语音样本（WAV和NPY文件）克隆任何声音，并精细控制发音质量、语音相似度等参数。

Petal是一个AI驱动的文档分析平台，允许用户与文档进行对话，利用生成AI提供准确、可靠的信息，帮助用户快速理解复杂主题、总结和翻译内容，并可以使用内置的笔记本撰写新内容。它还支持团队成员之间的协作，通过文档共享、注释和评论实现。Petal提供多文档AI表格，便于使用自然语言进行文档比较和过滤。

RasaGPT是首个基于Rasa和Langchain的无头LLM聊天机器人平台，旨在通过整合多种技术（如Rasa, FastAPI, Langchain, LlamaIndex等）来简化聊天机器人的开发和使用，提供开箱即用的解决方案，支持文档上传和训练管道，适用于开发者和企业用户。

AI Music Creator: Text to Song 是一款基于人工智能的音乐创作应用，用户可以轻松选择多种音乐风格、情绪和乐器，在几秒钟内生成独特的免版权音乐曲目。

ChatGPT Everywhere是一个Chrome扩展，旨在将ChatGPT的智能引入您的Google和Gmail体验，允许用户快速获取来自庞大知识数据库的即时响应和准确的信息。

Audeus是一个强大的文本转语音阅读器，支持PDF、Word文档等多种格式，帮助用户高效阅读和处理文本内容。

LHM（大型可动画人体重建模型）是阿里巴巴通义实验室开发的AI工具，通过单张图片快速生成高保真3D可动画数字人模型。采用3D高斯点云和多模态Transformer技术，支持实时渲染和姿势调整，适用于AR/VR等沉浸式场景。提供多种预训练模型（如LHM-0.5B/1B），推理时间最快仅需2秒，支持输出OBJ格式网格文件。

外卖系统后端，使用jdk22和springboot3构建，集成了MySQL、Redis、RabbitMQ等技术，支持Alibaba Cloud OSS和WeChat Pay，旨在打造一个可扩展、安全、高效的外卖系统。该系统设计注重性能与安全性，能够处理大量并发请求，同时支持多种支付和文件存储方式，适合现代外卖服务的需求。

MetaGPT 是一个多智能体框架，能够扮演不同的角色，如工程师、产品经理、架构师和项目经理。它通过自动优化提示词、生成产品需求文档、设计文档、任务分配与管理、代码仓库生成等功能，协助用户完成复杂的任务。MetaGPT 还支持多角色协作，自动生成软件开发流程和标准操作程序（SOP），适用于各种项目管理和开发需求。

Bourdain为电商品牌提供AI驱动的解决方案和咨询服务，旨在提升销售和运营效率。通过智能技术，帮助企业优化客户服务、自动化工作流程，从而减少人工任务，提高整体效率。