nicai_123@

unsloth

Unsloth 是个特别为Llama和DeepSeek-R1等大语言模型设计的微调工具，能让速度提高2倍，内存减少70%。对那些想要提升模型性能的AI开发者和技术迷来说，这就是你寻找已久的神器！

RAGFlow

RAGFlow 是一款基于深度文档理解构建的开源 RAG（Retrieval-Augmented Generation）引擎。

snowai 应用

一款多应用功能的 Ai生图，Ai 视频平台～

VoiceCraft

VoiceCraft是一款新型语音模型，支持克隆语音和修改音频文本。

CosyVoice

FunAudioLLM 是阿里巴巴开发的一组语音处理模型，SenseVoice：语音识别模型 。CosyVoice：文本转语音模型，支持多语言并且可以复刻自己的声音。

parler-tts

Parler-TTS 是一种轻量级的文本转语音 (TTS) 模型，可以生成具有给定说话者风格（性别、音调、说话风格等）的高质量、自然的语音。

SnowAi

一款好用Ai生成式平台，支持deepseek-r1对话，多款免费应用、ppt生成、midjourney绘画等。

edge-tts

微软开源文本转语音服务。

ChatTTS

开源的文本转语音工具。

story-flicks

本项目可以输入一个故事主题，使用大语言模型生成故事视频，视频中包含大模型生成的图片、故事内容，以及音频和字幕信息。 项目后端技术栈为 python + fastapi 框架，前端为 react + antd + vite。

FunClip

FunClip是一款完全开源、本地部署的自动化视频剪辑工具，通过调用阿里巴巴通义实验室开源的FunASR Paraformer系列模型进行视频的语音识别，随后用户可以自由选择识别结果中的文本片段或说话人，点击裁剪按钮即可获取对应片段的视频。

FunASR

FunASR是一个基础语音识别工具包，提供多种功能，包括语音识别（ASR）、语音端点检测（VAD）、标点恢复、语言模型、说话人验证、说话人分离和多人对话语音识别等。FunASR提供了便捷的脚本和教程，支持预训练好的模型的推理与微调。