分类： 未分类

FLUX.2 [klein] 4B 是 Black Forest Labs（BFL）&nb…

DeOldify：基于深度学习的黑白照片与老电影自动上色神器 DeOldify 是一个基于深度学习的…

GFPGAN：开源人脸修复与增强 AI 模型 GFPGAN（Generative Facial Prior G…

Real-ESRGAN：经典开源 AI 图像与视频超分辨率修复引擎 Real-ESRGAN 是一个基…

Marker：高质量 PDF 转 Markdown 的开源神器 Marker 是一个开源的文档转换工…

Tesseract OCR：经典开源离线文字识别引擎 Tesseract OCR 是一个开源的光学字…

RapidOCR：轻量、高速、跨平台的开源 OCR 引擎 RapidOCR 是由 RapidAI 社…

MOSS-TTS-Nano ONNX：轻量级离线语音合成方案 MOSS-TTS-Nano 是由 MO…

认识 Vosk：轻量级开源离线语音识别引擎 Vosk 是一个开源的离线语音识别（ASR）工具包。简单…

Piper TTS 简介 Piper1-gpl 是一个快速、离线、且支持本地运行的神经网络文本转语音…