paper2gui-面向普通人的AI桌面APP工具箱

Video Candy是一个在线视频编辑平台，提供全面的视频编辑工具，包括视频剪辑、压缩、合并、裁剪、屏幕录制等，操作简单易用，适合各种用户。

SteosVoice（前称CyberVoice）是一个先进的语音合成平台，利用人工智能创造超现实、高质量的声音。它为内容创作者提供广泛的功能和能力，包括用于视频、游戏和修改的文本转语音（TTS）服务。作为人工智能的声音工具，SteosVoice致力于提供全面的语音合成解决方案。

MARS5是一个开源的文本转语音（TTS）模型，能够在140多种语言中，根据2-3秒的音频参考，复制出色的语音表现，尤其适用于体育解说、电影、动漫等复杂的语调场景。

青龙字幕工具是一个基于 Lance 数据库格式的视频自动字幕生成工具，使用 Gemini API 进行场景描述生成，支持多种视频格式和批量处理，同时保持原始目录结构，旨在提高视频内容的可访问性和理解性。

Rerender A Video 是视频生成视频的AI工具，能够生成效果好且稳定的视频，适合各种视频处理需求。

Retrieval-based-Voice-Conversion是一个基于VITS的声音转换框架，提供高质量的声音合成，并支持多种声音风格的转换。该项目具有友好的用户接口，易于集成和扩展，适合多种应用场景。

使用大型语言模型（LLM）来生成 ffmpeg 命令的工具，让视频处理变得简单，通过自然语言生成复杂的ffmpeg命令，轻松完成视频音频编辑，无需专业技术

这是一个视频翻译配音工具，可将一种语言的视频翻译为指定语言的视频，自动生成和添加该语言的字幕和配音，并支持API调用。

Audiblez是一个将电子书转换为有声书的工具，能够让用户在开车、健身等场景中轻松“阅读”，享受知识的乐趣，解放双眼。

Roop是一个高效的视频处理工具，利用换脸技术修复虚焦的人脸。用户可以选择一张清晰的人脸图像作为参考，轻松地修复模糊视频。该工具支持长时间视频处理，且处理参数可根据用户需求进行调整，确保换脸效果的质量。

NextML 是一个多功能工具，旨在赋予开发者完全控制训练过程的能力，并利用先进的图像和视频数据处理功能。它支持在自定义数据上重新训练算法、根据描述性文本生成图像和编辑现有图像。

WhisperX 是一个高效的语音识别工具，专门用于生成精确的字幕，支持多种音频格式，适合处理直播或录制的视频内容。

这个应用程序受到了一个幽默播客的启发，可以为任何YouTube或上传的视频添加马赛克音效。它通过转录视频并对您选择的词进行马赛克处理，让您发笑。

Make-Your-Anchor 是一个自动生成具有精确躯干和手部动作的视频的项目，只需一个人的一分钟视频剪辑进行训练。

Voxify是一款先进的AI语音生成器，能够在几秒钟内生成逼真的语音，支持140多种语言和口音，并可为语音添加情感色彩，广泛应用于各种音频项目。

专为物理AI设计的世界基础模型平台，旨在帮助物理AI开发者更好更快地构建物理AI系统。

EasyPhoto是一款Webui UI插件，用于生成AI肖像画，该代码可用于训练与您相关的数字分身。

Riff是一个无版权的高清音乐生成器，旨在帮助用户为Youtube视频、Tik Tok视频、电影、播客等创作音乐，采用先进的音乐生成技术。