• 1
• 0
• 0

sieding/rife-ncnn-vulkan

• 1
• 0
• 0

sieding/IFRNet-2

• 1
• 0
• 0

sieding/GFPGAN

GFPGAN 本质是 "人脸超分+细节重建"，非降噪模型。对非人脸噪声（如视频压缩块效应）效果有限。

• 1
• 0
• 0

sieding/Restormer

Restormer：高效变压器，用于高分辨率图像修复。用于运动消模糊、图像去泪、去噪（高斯/真实数据）和去焦去模糊。

• 1
• 0
• 0

sieding/SCUNet

通过Swin-Conv-UNet和数据综合实现的实用盲图像去噪。用于真实图像去噪的新数据综合工作流

• 1
• 0
• 0

sieding/BasicSR

• 1
• 0
• 0

sieding/Real-ESRGAN

github搬运工，不错的图片超分模型

• 1
• 0
• 0

sieding/transformers

• 1
• 0
• 0

sieding/OpenOCR

• 1
• 0
• 0

sieding/DiffSynth-Studio

为方便访问引入，来源：https://github.com/modelscope/DiffSynth-Studio.git 与 ModelScope 深度集成，模型可直接从 ModelScope 或 Hugging Face 下载。

• 1
• 0
• 0

sieding/DiffSynth-Engine

来源：https://github.com/modelscope/DiffSynth-Engine 方便访问

• 1
• 0
• 1

sieding/espeak-ng

eSpeak NG 基于 eSpeak 引擎，由乔纳森·达丁顿 （Jonathan Duddington）创建，使用“共振峰合成”方法，开源软件文本转语音合成器，用于 Linux、Windows、Android 等作系统。它支持 100 多种语言和口音。 来源：https://github.com/espeak-ng/espeak-ng

• 1
• 0
• 1

sieding/TTS

Coqui TTS（原 Mozilla TTS），是一个用于高级文本转语音生成的库。 来源：https://github.com/coqui-ai/TTS/

• 1
• 0
• 0

sieding/piper1-gpl

Rhasspy Piper是一个开源的语音合成工具，由Rhasspy团队开发，旨在为用户提供自然流畅的语音合成服务。它支持多种语言和语音模型，并允许用户根据自己的需求进行定制和扩展。 来源：https://github.com/OHF-Voice/piper1-gpl（原https://github.com/rhasspy/piper的新址）

• 1
• 0
• 0

sieding/piper

Rhasspy Piper是一个由Rhasspy团队开发的开源的语音合成工具，旨在为用户提供自然流畅的语音合成服务。它支持多种语言和语音模型，并允许用户根据自己的需求进行定制和扩展。 来源：https://github.com/rhasspy/piper

• 1
• 0
• 0

sieding/OpenVoice

由清华与麻省理工（MIT）的研究者共同开发的开源的即时语音克隆模型。来自https://github.com/myshell-ai/OpenVoice

• 1
• 0
• 1

sieding/MeloTTS-ONNX

MeloTTS的ONNX实现，个人认为是目前资源占用、功能、音色结合最好的项目。 来源：https://github.com/season-studio/MeloTTS-ONNX

• 1
• 0
• 0

sieding/MeloTTS

轻量快速开源TTS，by: https://github.com/myshell-ai/MeloTTS

• 1
• 0
• 0

sieding/ChatTTS-ui

ChartTTS官方推出的本地部署webui，提供API访问

• 1
• 1
• 0

sieding/ChatTTS

ChatTTS 是一个 专为对话场景优化的开源 TTS 模型，中文自然度极高，支持多音色（通过 seed 控制），轻量、可本地运行（CPU/GPU 均可）。 来源：https://github.com/2noise/ChatTTS