工具分享

​ MusicGen一款基于Transformer模型的AI音乐生成器，可以将文本描述转化为12秒的音频。

前言

​ 本文简单记录介绍一下vc-lm。

​ vc-lm是一个音色转换器，可以将任何人的声音转换成成千上万种不同的声音。

前言

​ 本文简单记录介绍一下I-JEPA。

​ I-JEPA是一种基于图像联合嵌入预测架构的自监督学习方法。
​
​

前言

​ 本文简单记录介绍一下HanLP。

​ HanLP是一个多语种自然语言处理工具包，支持中文和拼音简繁转换、文本处理以及语义相关分析。

前言

​ 本文简单记录介绍一下PaddlePaddle。

​ 飞桨(PaddlePaddle)以百度多年的深度学习技术研究和业务应用为基础，是中国首个自主研发、功能完备、 开源开放的产业级深度学习平台，集深度学习核心训练和推理框架、基础模型库、端到端开发套件和丰富的工具组件于一体。

工具分享

​ MLC-LLM让每个人都能在每个人的设备上本地开发、优化和部署 AI 模型。

工具分享

​ Quivr一个私人数据库，可以存储检索几乎任何常用的数据类型，支持多种LLM。

前言

​ 本文简单记录介绍一下CoDi。

​ CoDi可以从任何输入模态生成任何组合的输出模态，例如语言、图像、视频或音频。

前言

​ 本文简单记录介绍一下vits_chinese。

​ vits_chinese使用了BERT和VITS进行TTS，并加入了一些自然语言特性，从而实现高质量的文本转音频，同时支持实时输出。

前言

​ 本文简单记录介绍一下bark。

​ bark是一个文本提示生成音频模型。可以提供高质量的语音合成服务，需要用户提供文本，并选择所需的声音和音效，即可生成符合要求的音频文件。