AI开源项目大揭秘！这2个为何如此火爆？

在逛 GitHub 的时候，发现了两个好玩的 AI 开源项目。

EasyPhoto 类似前段时间曝火的妙鸭相机，你上传几张自己的肖像照片，他会批量生成好很多精致的证件照、艺术照。

AudioNotes 是一个是能够把自动音频转化成 Markdown 笔记的学习利器。

01

EasyPhoto：AI 肖像画生成

EasyPhoto 是一款 Webui UI 插件，专门用于生成 AI 肖像画。这个项目不仅能让你训练一个与自己相关的数字分身，还能生成逼真的肖像图像。类似开源版的“妙鸭相机”

你可以通过上传 5 到 20 张肖像图片进行训练，最好是半身照片且不佩戴眼镜。训练完成后，用户可以在推理部分生成图像。下面是一些生成的效果：

项目支持使用预设模板图片与上传自己的图片进行推理，提供了极大的灵活性。

开源地址：https://github.com/aigc-apps/sd-webui-EasyPhoto

Easyphoto 支持的核心特性：

① 采样加速：支持基于 LCM-Lora 的采样加速，生成图像和视频的时间大大缩短。

② 属性编辑：支持基于 Concepts-Sliders 的属性编辑和虚拟试穿。

③ 高清大图生成：支持使用 SDXL 模型直接生成高清大图，不再需要上传模板。

④ 多人生成：支持多人生成，优化推理速度。

02

AudioNotes：音视频内容的智能整理助手

AudioNotes 能高效地从音视频资料中提取关键信息，并整理成易于阅读的笔记，基于 FunASR 和 Qwen2 构建的音视频转结构化笔记系统，能够快速提取音视频内容，并整理成一份结构化的 Markdown 笔记。

开源地址：https://github.com/harry0703/AudioNotes

1️⃣ 核心组件

FunASR：用于音频识别，将音频内容转换为文本。

FunASR GitHub：https://github.com/modelscope

Qwen2：用于文本整理和生成结构化的 Markdown 笔记。

Qwen2 Ollama：https://ollama.com/library/qwen2

2️⃣ 核心特性

AudioNotes 不仅能够识别和整理音视频内容，还能与用户进行对话，展示其强大的交互能力：

音视频识别和整理：系统能够自动识别音视频中的语音，并将其整理成结构化的笔记。

与音视频内容对话：用户可以通过对话的方式与系统交互，获取音视频中的信息。

3️⃣ 使用方法

要使用 AudioNotes ，你需要按照以下步骤操作：

① 安装Ollama：下载并安装对应系统的Ollama安装包。

Ollama 开源地址：https://ollama.com/download

② 拉取模型：以 阿里的Qwen2 7b 为例，使用以下命令拉取模型：

ollama pull qwen2:7b

③ 部署服务：有两种部署方式，推荐使用Docker部署。

Docker部署：

curl -fsSL https://github.com/harry0703/AudioNotes/raw/main/docker-compose.yml -o docker-compose.yml docker-compose up

启动后，访问 http://localhost:15433/

另外还有本地部署方式，可以直接访问该开源项目的主页查看指引。

AudioNotes 项目通过其创新的技术，极大地提升了音视频内容的处理效率，使其成为一个非常实用的工具。无论是学术研究、会议记录还是日常学习，都能从中受益。如果你对音视频内容的智能整理感兴趣，不妨试试这个项目。