Repositories list

• handcrafted-persona-engine

  Public
  handcrafted-persona-engine - Live2D AI 虚拟人系统 亮点 • 🧠 对话：接入本地/云端 LLM，自定义性格，支持中断识 别 • 🗣️ 语音：Whisper 实时识别 + TTS 合成 + 可选声音克隆（RVC） • 🎨 动作：支持 Live2D 表情控制、眨眼、Idle 动画 • 👀 感知：可读取屏幕文字，实现“看得见”的 AI • 📺 推流：Spout 输出，无缝接入 OBS • 🎛️ UI 面板：实时查看延迟、调节语速音调 • 🧹 脏话过滤 + JSON 配置 + 模块化设计

  C#

  •98•0•0•0•Updated Apr 22, 2025Apr 22, 2025

• ChatTTS-ui

  Public
  一个简单的本地网页界面，使用ChatTTS将文字合成为语音，同时支持对外提供API接口。A simple native web interface that uses ChatTTS to synthesize text into speech, along with support for external API interfaces.

  Python

  •

  Other

  •902•0•0•0•Updated Apr 21, 2025Apr 21, 2025

• douyin-downloader

  Public
  抖音批量下载工具，去水印，支持视频、图集、合集、音乐(原声)。免费！免费！免费！

  Python

  •842•0•0•0•Updated Apr 11, 2025Apr 11, 2025

• DouyinLiveWebFetcher

  Public
  抖音直播间网页版的弹幕数据抓取（2025最新版本）

  Python

  •

  GNU Affero General Public License v3.0

  •459•0•0•0•Updated Apr 9, 2025Apr 9, 2025

• index-tts

  Public
  An Industrial-Level Controllable and Efficient Zero-Shot Text-To-Speech System

  Python

  •

  Apache License 2.0

  •1.6k•0•0•0•Updated Apr 9, 2025Apr 9, 2025

• Bark-Voice-Cloning

  Public
  notebooks文件夹下，🥳💕🎶 NeuCo AI歌手，无需训练、一键翻唱，🌟 只需10秒音频，一键翻唱任意歌手的任意歌曲！相较于传统的ASVC，NeuCoSVC只需要上传一个角色的声音，然后就能模拟这个角色的声音唱歌。NeuCo AI的特色亮点： 🎤 NeuCoSVC是一个虚拟项目，可用于模拟角色的声音唱歌 🎧 建议上传你喜欢的参考音频，然后选择时间长度以及声音去除等操作 🎶 可选择上传B站视频或本地音频，并在上传后选择是否加入歌曲伴奏Bark Voice Cloning and Voice Cloning for Chinese Speech

  Jupyter Notebook

  •

  MIT License

  •420•0•0•0•Updated Apr 6, 2025Apr 6, 2025

• A-customizable-audiobook-generator-based-on-GPT-SoVITS-for-personalized-voice-tones.

  Public
  通过AI实现对话者的识别并进行文段分割，再接入语音合成，自动生成有声小说

  Python

  •4•0•0•0•Updated Apr 3, 2025Apr 3, 2025

• VideoEpicCreator

  Public
  一款基于Python和PyQt6开发的智能视频混剪工具，专为短剧创作者设计。利用多种AI大模型实现自动字幕识别、智能混剪、特效添加等功能，并与剪映等主流剪辑软件深度集成。

  Python

  •

  MIT License

  •31•0•0•0•Updated Apr 2, 2025Apr 2, 2025

• easytts

  Public
  打造最简单的TTS前端集合，最简单的有声小说制作工作流。基于正则规则对小说进行分句，基于RoBERTa对小说中的对话进行说话人识别，从而实现一键式生成多人有声小说。多说话人的语音合成，高质量的有声小说制作。

  Python

  •25•0•0•0•Updated Mar 29, 2025Mar 29, 2025

• Tailor

  Public
  Tailor是一款视频智能裁剪、视频生成和视频优化的视频剪辑工具。目前的目标是通过人工智能技术减少视频剪辑的繁琐操作，让普通人也能简单实现专业剪辑人的水准！长远目标是让视频剪辑实现真正的AIGC！

  Python

  •

  Apache License 2.0

  •112•0•0•0•Updated Mar 18, 2025Mar 18, 2025

• DigitalHumanDemo

  Public
  整合GPT-SoVITS与MuseTalk实现2D数字人视频合成，结合rhubarb实现3D数字人嘴唇驱动

  Python

  •2•0•0•0•Updated Mar 18, 2025Mar 18, 2025

• bailing

  Public
  百聆 是一个类似GPT-4o的语音对话机器人，通过ASR+LLM+TTS实现，集成DeepSeek R1等优秀大模型，时延低至800ms，Mac等低配置也可运行，支持打断

  Python

  •

  MIT License

  •255•0•0•0•Updated Mar 15, 2025Mar 15, 2025

• story-flicks

  Public
  一键生成高清故事短视频的AI工具：story-flicks，可以做儿童故事 输入一个故事主题，它就会用AI模型生成故事内容、图像、配音以及字幕，最终合成完整视频 可以自定义故事主题、分段数量、配音风格、视频语言等 使用AI大模型，一键生成高清故事短视频。Generate high-definition story short videos with one click using AI large models.

  Python

  •354•0•0•0•Updated Mar 12, 2025Mar 12, 2025

• AI-Video-Editing-Assistant

  Public
  智能视频剪辑助手Smart Video Editing Assistant 一个基于Python的智能视频剪辑工具，支持文案驱动剪辑和智能生成剪辑功能。 模型MiniCPM-o-2.6多模态

  Python

  •

  Apache License 2.0

  •4•0•0•0•Updated Mar 1, 2025Mar 1, 2025

• AI-Video-Editing-Assistant-

  Public
  智能视频剪辑助手Smart Video Editing Assistant 一个基于Python的智能视频剪辑工具，支持文案驱动剪辑和智能生成剪辑功能。 模型MiniCPM-o-2.6多模态

  Python

  •

  Apache License 2.0

  •4•0•0•0•Updated Mar 1, 2025Mar 1, 2025

• Linly-Talker

  Public
  Digital Avatar Conversational System - Linly-Talker. 😄✨ Linly-Talker is an intelligent AI system that combines large language models (LLMs) with visual models to create a novel human-AI interaction method. 🤝🤖 It integrates various technologies like Whisper, Linly, Microsoft Speech Services, and SadTalker talking head generation system. 🌟🔬

  Python

  •

  MIT License

  •472•0•0•0•Updated Feb 24, 2025Feb 24, 2025

• imgocr

  Public
  Python3 package for Chinese/English OCR, with paddleocr-v4 onnx model(~14MB). 基于ppocr-v4-onnx模型推理，可实现 CPU 上毫秒级的 OCR 精准预测，通用场景中英文OCR达到开源SOTA。

  Python

  •

  Apache License 2.0

  •15•0•0•0•Updated Jan 22, 2025Jan 22, 2025

• DouyinLivetts

  Public
  基于saermart大佬开源的抖音弹幕抓取，实现的tts语音播放

  Python

  •

  GNU Affero General Public License v3.0

  •14•0•0•0•Updated Jan 16, 2025Jan 16, 2025

• novel2video

  Public
  ai 小说推文/漫画推文 支持sdui & comfyui

  Python

  •77•0•0•0•Updated Jan 11, 2025Jan 11, 2025

• id-photo-wechat

  Public
  证件照小程序——前端（第三套）

  JavaScript

  •66•0•0•0•Updated Dec 27, 2024Dec 27, 2024

• photo

  Public
  证件照小程序——前端（第一套）

  JavaScript

  •89•0•0•0•Updated Dec 27, 2024Dec 27, 2024

• HivisionIDPhotos

  Public
  ⚡️HivisionIDPhotos: a lightweight and efficient AI ID photos tools. 一个轻量级的AI证件照制作算法。

  Python

  •

  Apache License 2.0

  •2.2k•0•0•0•Updated Nov 20, 2024Nov 20, 2024

• auto-video-generateor

  Public
  自动视频生成器，给定主题，自动生成解说视频。用户输入主题文字，系统调用大语言模型生成故事或解说的文字，然后进一步调用语音合成接口生成解说的语音，调用文生图接口生成契合文字内容的配图，最后融合语音和配图生成解说视频。

  Python

  •

  MIT License

  •152•0•0•0•Updated Nov 13, 2024Nov 13, 2024

• omniparse

  Public
  一个可以把各种非结构化数据转为结构化数据的工具：OmniParse，本地运行，支持约20种文件格式 支持文档、表格、图像、视频、音频、网页等，能提取表格、识别图片内容、转录音视频、爬取网页，把数据转成高结构化Markdown 格式 适合需要批量处理各种数据并用于AI应用的场景，目前支持Linux系统

  Python

  •

  GNU General Public License v3.0

  •532•0•0•0•Updated Nov 3, 2024Nov 3, 2024

• autocut

  Public
  用文本编辑器剪视频

  Python

  •

  Apache License 2.0

  •772•0•0•0•Updated Oct 5, 2024Oct 5, 2024

• StoryDiffusion

  Public
  一款由南开大学HVision团队开发的人工智能工具，主要功能包括生成连贯的图像和视频故事，以及漫画生成创作。

  Jupyter Notebook

  •

  Apache License 2.0

  •650•0•0•0•Updated Sep 26, 2024Sep 26, 2024

• lpanda

  Public
  AI 小说生成推文漫画视频

  JavaScript

  •

  MIT License

  •24•0•0•0•Updated Sep 12, 2024Sep 12, 2024

• EmotiVoice

  Public
  EmotiVoice是一个强大的开源TTS引擎，完全免费，支持中英文双语，包含2000多种不同的音色，以及特色的情感合成功能，支持合成包含快乐、兴奋、悲伤、愤怒等广泛情感的语音。

  Python

  •

  Apache License 2.0

  •734•0•0•0•Updated Aug 13, 2024Aug 13, 2024

• Semi-Auto-NovelAI-to-Pixiv

  Public
  带有 WebUI 的 NovelAI 量产工具, 实现了批量文生图; 批量图生图; 视频转绘; 分块重绘; 批量 Vibe; 批量局部重绘; 批量超分降噪; 批量自动打码; 批量添加水印; 批量上传 Pixiv; 图片筛选; 批量抹除, 还原或导出生成信息; 法术解析; 多模型反推提示词; ChatGPT; 动态加载插件; 自动 roll 画风串; 批量 Enhance; tag选择器; 涂鸦重绘

  Python

  •

  GNU Affero General Public License v3.0

  •37•0•0•0•Updated Jul 27, 2024Jul 27, 2024

• ai-server

  Public
  JAVA版本的PaddleOCR和rapidocr 不依赖第三方

  Java

  •

  MIT License

  •11•0•0•0•Updated May 22, 2024May 22, 2024