gradio

Stable Diffusion web UI

आनंददायक मशीन लर्निंग ऐप बनाएं और साझा करें, वह भी पूरी तरह से Python में। 🌟 हमारे काम का समर्थन करने के लिए स्टार दें!

⚡️HivisionIDPhotos: एक हल्का और कुशल AI ID फ़ोटो टूल। एक हल्का AI पासपोर्ट फ़ोटो निर्माण एल्गोरिदम।

ई-बुक्स से ऑडियोबुक जेनरेट करें, वॉयस क्लोनिंग और 1158+ भाषाएँ!

stable diffusion webui colab

क्रिएटर्स और डेवलपर्स के लिए Gradio WebUI, जिसमें प्रमुख TTS (Edge-TTS, kokoro) और ज़ीरो-शॉट Voice Cloning (E2 & F5-TTS, CosyVoice) शामिल हैं, साथ ही Whisper ऑडियो प्रोसेसिंग, YouTube डाउनलोड, Demucs वोकल आइसोलेशन और बहुभाषी अनुवाद शामिल हैं।

उपयोगकर्ता के अनुकूल UI के साथ Stable Diffusion के लिए आसान Docker सेटअप

लोकल Gradio UI के साथ FunASR-संचालित वीडियो ट्रांसक्रिप्शन, सबटाइटल जनरेशन, और LLM-सहायता प्राप्त क्लिपिंग टूल।

LangGraph के साथ निर्मित एक मॉड्यूलर Agentic RAG — मिनटों में Retrieval-Augmented Generation Agents सीखें।

[CVPR'25] पेपर के लिए आधिकारिक कार्यान्वयन - MagicQuill: एक बुद्धिमान इंटरैक्टिव इमेज एडिटिंग सिस्टम

[CVPR2024 Highlight][VideoChatGPT] वीडियो समझ के साथ ChatGPT! और miniGPT4, StableLM, तथा MOSS जैसे कई अन्य समर्थित LM।

ACE-Step, OmniVoice, Kimi Audio, Piper TTS, GPT-SoVITS, CosyVoice, XTTSv2, DIA, Kokoro, OpenVoice, ParlerTTS, Stable Audio, MMS, StyleTTS2, MAGNet, AudioGen, MusicGen, Tortoise, RVC, Vocos, Demucs, SeamlessM4T, और Bark के लिए एक्सटेंशन के साथ एक एकल Gradio + React WebUI!

InternGPT (iGPT) एक ओपन सोर्स डेमो प्लेटफॉर्म है जहाँ आप आसानी से अपने AI मॉडल प्रदर्शित कर सकते हैं। अब यह DragGAN, ChatGPT, ImageBind, GPT-4 जैसे मल्टीमॉडल चैट, SAM, इंटरैक्टिव इमेज एडिटिंग आदि को सपोर्ट करता है।

whisper मॉडल का उपयोग करके आसानी से सबटाइटल बनाने के लिए एक वेब UI।

[EMNLP-2024] तेज़ प्रोटोटाइप और प्रोडक्शन के लिए मल्टीमॉडल लैंग्वेज एजेंट बनाएं

CPU और AI PC पर तेज़ स्टेबल डिफ्यूजन

केवल Auto1111 webui डिपेंडेंसी का उपयोग करके text2video डिफ्यूजन मॉडल (जैसे ModelScope या VideoCrafter) को लागू करने वाला Auto1111 एक्सटेंशन

🤗 इमेज मैचिंग वेबयूआई

Inpaint Anything एक्सटेंशन Segment Anything के मास्क का उपयोग करके ब्राउज़र UI पर स्टेबल डिफ़्यूजन इनपेंटिंग करता है।

30+ जनरेटिव AI के लिए एक सेल्फ-होस्टेड वेबयूआई

भौतिकी-आधारित मल्टी-मटेरियल FDM कलर सिस्टम। कैलिब्रेटेड लाइट-ट्रांसमिशन मिक्सिंग के माध्यम से छवियों को पूर्ण-रंग 3D प्रिंट में परिवर्तित करता है। स्लाइसर-तैयार 3MF निर्यात (BambuStudio/OrcaSlicer) के साथ 2-8 रंग प्रणालियों का समर्थन करता है।

FAISS + BM25 हाइब्रिड पुनर्प्राप्ति, रीरैंकिंग, Gradio UI और FastAPI के साथ पारदर्शी Python RAG संदर्भ।

🎬 3D इंटरैक्टिव कंट्रोल के माध्यम से किसी भी कैमरा व्यू पॉइंट से इमेज जनरेट करें। 3D स्पेस में कैमरे को ड्रैग करें या एज़िमुथ/एलिवेशन/दूरी सेट करने के लिए स्लाइडर्स का उपयोग करें, फिर जनरेट करें। Three.js + Gradio के साथ निर्मित, द्विभाषी ZH/EN UI।

स्टेबल डिफ्यूजन वर्कफ़्लो के लिए लिखा गया टेम्पलेटिंग भाषा। Automatic1111 WebUI के लिए एक एक्सटेंशन के रूप में उपलब्ध।

किसी भी शोध पत्र को व्यावसायीकरण रिपोर्ट में बदलें — 6 AI एजेंट, TRL/MRL स्कोरिंग, पेटेंट परिदृश्य, बाज़ार खुफिया, सत्यापित उद्धरण। DeepSeek / OpenAI / Claude द्वारा संचालित।

हाई-रेस आउटपुट के साथ तेज़ रियल-टाइम ऑब्जेक्ट डिटेक्शन

स्थानीय रूप से कई PDF के साथ चैट करें।

Chatbot Arena अब मल्टी-मोडैलिटी के साथ! Multi-Modality Arena आपको इनपुट के रूप में इमेज प्रदान करते हुए विज़न-लैंग्वेज मॉडल की तुलना करने की सुविधा देता है। यह MiniGPT-4, LLaMA-Adapter V2, LLaVA, BLIP-2 और कई अन्य का समर्थन करता है।

मल्टी-मॉडल DAG-संचालित समानांतर AI फिल्म जनरेशन इंजन, जो CPM एल्गोरिदम का उपयोग करके दृश्यों को एक साथ जेनरेट करता है।

AdvancedLivePortrait के लिए gradio WebUI