X-to-Voice：自动生成能说话的个人资料头像
ElevenLabs 发布了一个开源的小项目，X-to-Voice ，允许用户通过分析 Twitter 资料生成自定义的声音和头像。这个项目使用了 ElevenLabs 的新声音设计 API 和 Taedra 动态头像生成工具。
用户可以输入 Twitter 账号名称，系统将分析其资料数据生成特有的语音和动画头像。
多媒体处理
一个完全本地运行的开源语音转文本 API
该项目基于 OpenAI 的 Whisper 模型，并利用 FastAPI 的异步特性对其进行高效包装，支持异步任务队列，文件处理，网络爬虫，以及更多自定义功能。
「Fast-Powerful-Whisper-AI-Services-API 」的愿景是打造一个强大且开箱即用的 Whisper 服务 API
VITA开源版视频+语音模型
一个开源的多模态大语言模型，旨在实现实时的视觉和语音交互。
能够同时处理视频、图像、文本和音频数据，通过减少交互延迟、增强语音处理能力和改进多模态理解，达到了接近GPT-4o的水平。
顯著降低交互延遲。
一款开源的AI试衣模型，能够精确操控人物的外观和姿势
可控人物影像產生旨在產生以參考影像為條件的人物影像，從而允許精確控制人物的外觀或姿勢。然而，現有方法儘管實現了較高的整體影像質量，但通常會扭曲參考影像的細粒度紋理細節。我們將這些扭曲歸因於對參考影像中相應區域的關注不夠
将照片即时转换为卡通和动画艺术风格的人工智能工具
网站简介：一款可以将照片即时转换为卡通和动画艺术风格的人工智能工具。
只需上传一张照片，网站的AI技术会迅速将其转换为一个个性化的《海贼王》动漫角色。
Power-over-Skin “皮肤供电”技术
现代计算设备功能强大且小巧，可以轻松佩戴在身体上。然而，电池成为设计和用户体验的主要障碍，增加了设备的重量和体积，并且需要定期充电和移除设备。
为了解决这些问题，卡内基梅隆大学的研究人员提出了通过人体传输能量的“皮肤供电”技术。
強大的計算設備現在足夠小，可以輕鬆佩戴在身上。然而，電池造成了主要的設計和使用者體驗障礙
几个开源AI项目一览
Ebook2Audiobook开源项目
将电子书自动转换为有声书 支持语音克隆、多种语言
Hertz-dev：首个会话音频开源模型
小宾AI抠图
AI 头像动起来
詹姆斯·厄尔·琼斯的达斯·维德声音通过人工智能得以延续
配音演员从中看到了希望和危险
在长达六十多年的演艺生涯中，詹姆斯·厄尔·琼斯的声音成为他作为表演者作品中不可磨灭的一部分。
琼斯于周一去世，享年 93 岁。在银幕上，琼斯在《梦想之地》中再现了一位隐居的作家，在《梦想之地》中重新回到聚光灯下，在《来到美国》中再现了一位虚构土地上傲慢的国王。
Audible 推出 AI 语音复制功能
Audible 即将推出新功能，邀请在美国的精选朗读员创建其声音的 AI 生成复制品，以丰富其有声书产品。此举旨在满足日益增长的音频内容需求，因为许多书籍仍未以这种格式提供。参与者将提交语音样本，Audible 将将其转化为高质量的复制品，作者可以在有声书创作交易所 (ACX) 上选择这些复制品用于他们的有声书。
Storybooks玩具变故事书
一个在线插图工具，帮助作者、教育工作者和创意家长快速为儿童书籍创建插图。
可以使用先进的生成式AI模型，如Imagen、Stable Diffusion、DALL-E等，轻松地在几分钟内完成插图工作。
插图作品可以导出到各种媒体，如印刷书籍、电子书、YouTube等，且所有图像都可商用，无需支付版权费用。
PS2 Filter AI-AI一键图片转游戏怀旧风
PS2 Filter AI 是一个在线平台，它利用人工智能的力量将您的照片和图像转换为 PlayStation 2 时代的标志性视觉风格。它再现了 2000 年代早期视频游戏的低多边形模型、像素化纹理、独特的照明和整体怀旧感，让您的照片具有独特的复古游戏美感
网站名称：Immersity AI
提供了将 2D 图像和视频快速转换为 3D 内容的工具，使用其独特的神经深度引擎生成精确的深度图，从而实现逼真的 3D 效果。
LeiaSR™是一个可以将2D显示转换为3D显示的技术平台，帮助观看者体验身临其境的感觉，就像他们是场景的一部分一样。
LeiaSR™ 结合了专利的可切换显示技术、先进的人工智能面部跟踪和内容转换。
LeiaSR™ 可在不影响原始显示质量的情况下实现令人惊叹的 3D 内容体验。它还与更广泛的 3D|XR 行业兼容。