paper2gui README

The project's README from github.com/Baiyuetribe/paper2gui. As one markdown file: README.md.

Paper2GUI 🚀🚀🌟: 让每个人都简单方便的使用前沿人工智能技术

Paper2GUI: 一款面向普通人的 AI 桌面 APP 工具箱,免安装即开即用,已支持 50+AI 模型,内容涵盖 AI 绘画、语音合成、视频补帧、视频超分、伴奏分离、字幕翻译、OCR 识别等领域。支持 Windows、Mac、Linux 系统。

English | 中文 | Telegram | B站(媒体)

下载小白兔 AI:

系统 架构 格式 备注 下载
Windows x64 exe 适用于 win10 及以上 下载
arm64 exe 适用于高通晓龙芯片 下载
Mac arm64 dmg 适用于苹果 M 系芯片 下载
x64 dmg 适用于 Intel 芯片 下载
Linux x64 deb deb 包适用于 Debian 系 下载
arm64 deb 下载
x64 rpm rpm 包适用于 RedHat 系 下载
arm64 rpm 下载

已发布内容【下列独立 APP 完全免费】

文字转语音工具,适用于配音、讲解、说书、广告等场景。

名称 大小 Model 多语言 Windows Mac Linux 下载
微软语音合成 🔥 5Mb FastSpeech ✅ ✅ ✅ ✅ Download
阿里云语音合成 13Mb Unknown 🔲 ✅ ✅ ✅ Download

文本转图片,想象力与 AI 的完美结合

名称 大小 Model 多语言 Windows Mac Linux 下载
StableDiffusion🔥 10Mb Naifu ✅ ✅ 🔲 🔲 Download

视频超分工具,适用于 720p 或 360p 视频转 1080p 或 4k 视频,画质升级且不模糊,目前主要用于动漫视频超分。

名称 大小 Model 多语言 Windows Mac Linux 下载
RealESRGAN-GUI(RAM)🔥 41.8Mb RealESRGANv3 ✅ ✅ 🔲 🔲 Download
waifu2x-GUI 38.9Mb waifu2x ⏳ ✅ 🔲 🔲 Download
RealESRGAN-GUI 28.8Mb RealESRGANv2 🔲 ✅ 🔲 🔲 Download
RealCugan-GUI 56.4Mb RealCugan 🔲 ✅ 🔲 🔲 Download
RealSR-GUI 94.5Mb RealSR 🔲 ✅ 🔲 🔲 Download

运动类视频流畅度升级工具,可以将低帧率 30fps 升级到 60fps 或 360fps。适用于丝滑质感需求。

名称 大小 Model 多语言 Windows Mac Linux 下载
RIFE-GUI(RAM)🔥 51.2Mb Rife ✅ ✅ 🔲 🔲 Download
DAIN-GUI 72.6Mb Dain 🔲 ✅ 🔲 🔲 Download

图像风格化,可以将照片转换为动漫风格、梵高风格、毕加索风格等等。

名称 大小 Model 多语言 Windows Mac Linux 下载
AnimeGAN-GUI🔥 8.9Mb AnimeGANv2 ✅ ✅ 🔲 🔲 Download

AI 一键抠图,可生成透明图、绿幕、红幕、蓝幕等背景图片,头发丝处理良好,适合任意人物抠图需求。

名称 大小 Model 多语言 Windows Mac Linux 下载
RVM-GUI🔥 12.9Mb rvm 🔲 ✅ 🔲 🔲 Download

人像修复,可以将人像修复为清晰的图片,提升清晰度。

名称 大小 Model 多语言 Windows Mac Linux 下载
GFPGAN-GUI🔥 242Mb GFPGAN ✅ ✅ 🔲 🔲 Download

视频抠图,利用 RVM 等算法,可实现无绿幕视频抠图,适合各种自媒体视频制作,节约大量时间。

名称 大小 Model 多语言 Windows Mac Linux 下载
MODNet-GUI🔥 77.5Mb modnet 🔲 ✅ 🔲 🔲 Download
MobileNetV2-GUI🔥 34.6Mb MobileNetV2 🔲 ✅ 🔲 🔲 Download

适用范围太广,比如物体检测、口罩检测、车牌检测、车辆检测、苹果质量等级检测等等。

名称 大小 Model 多语言 Windows Mac Linux 下载
YOLOv6-GUI 46Mb yolov6n ✅ ✅ 🔲 🔲 Download
YOLOv5-GUI 60.2Mb yolov5s ✅ ✅ 🔲 🔲 Download
YOLOX-GUI 50Mb yolox_nano ✅ ✅ 🔲 🔲 Download

辅助工具,提供了一些常用的辅助工具,比如视频比对工具等。

名称 大小 Model 多语言 Windows Mac Linux 下载
Video_compare🔥 56.1Mb ✅ 🔲 🔲 Download

小白兔 AI 是一款功能非常强大的人工智能软件,实现了 AI 绘画、语音合成、视频抠图、动漫超分辨、视频补帧、录音降噪、视频上色、人脸动漫化、图片修图、视频修复等 40 余种功能,致力于打造一款实用、好玩又有趣的 AI 生产力聚合工具箱。面向生产力用户,可免费试用 14 天,支持 Windows 和 Mac 系统。从 3.0 版起 AI 绘画、人脸动漫化、图片修复和视频补帧永久免费。

已内置功能 适用场景 功能简介
RealCugan-Pro 动漫超分辨 动漫图片或视频超分辨放大 自研 AI 引擎驱动,可获得最高质量的动漫超分辨效果,可能是目前唯一可轻松使用 RealCugan-Pro 模型的软件
RealESRGAN 动漫超分辨 动漫图片或视频 推理速度快,质量比 waifu2x 好太多,常规超分辨首选
智能抠图 任意图片或视频 推理速度快,一键获得透明图片或绿幕视,进行二次创作
人像动漫化 仅适合头像处理 转换效果出众,有趣又好玩
语音合成 自媒体视频配音、有声读书等 效果逼近真人,发音自然、带呼吸声、支持 txt 大文件极速合成
录音降噪 真人配音后处理 一键去除环境和背景噪音,提升录音清晰度,效果明显
视频补帧 运动类视频流畅度升级工具 可获得丝滑观感,已支持 RIFE 和 IFRNET 两种 AI 模型
一键超补 同时完成超分和补帧 融合超分和补帧模型,一键获得超补结果
AI 一键跑分 一键查看设备 AI 性能数据 模拟真实推理任务,统一量化推理任务,耗时越小越好
图片 OCR 识别 图片转文字 基于 Paddle-OCR-v3 模型,迄今最优秀的 OCR 识别模型、效果出众
视频字幕 OCR 提取 硬字幕提取 使用 PP-OCR 自动识别字幕位置及文字,输出字幕文件
视频上色 老旧黑白照片或视频上色 适合风景类黑白视频上色,推理速度快
人脸修复 人脸照片修复 可增强老旧照片、修复人脸,提高清晰度
目标检测 图像检测和分割 展示 AI 技术在通用场景下的检测、分割、追踪等效果
图像修复 老旧照片修复 可全身修复,也可只修复人脸,效果出众
视频转动漫 风格迁移 普通视频转换为动漫画风的视频
Whisper 语音识别 支持十几种语言识别 一键本地生成字幕
字幕翻译 连续语境下的字幕翻译 告别传统单条字幕翻译,连续语境更准确,支持 28 种语言互译
派蒙语音合成 本地 tts 约 800 多种语音,本地无限制合成

聚合版面向专业需求用户,付费只是为了持续产出优质 AI 应用。已开源的 20 个单独 APP 完全免费,各取所需,请勿喷我,如果项目帮到了你,不妨点个 Star。

部分截图

适配说明

本人开发环境为Windows系统,默认会发布Windows和Linux版本,得益于微软Sandbox和WSL2,可随时测试这些环境。为了拓展和持续产出优质又实用的 AI 生产力工具,现已上架“小白兔 AI”,欢迎大家助力开发者,推动人工智能的普及化。

社群交流

QQ 群:497556961

变更日志

查看

参考

Star History

Star History Chart

paper2gui (Baiyuetribe/paper2gui)

Searching Database…

10.7K ·GitHub
这是什么东西?一个桌面工具箱,把研究用的 AI 模型封装成开箱即用的应用,不懂编程也能用:包含 50 多个模型,覆盖 AI 绘画、语音合成、视频补帧、视频超分辨率和 OCR 文字识别。
它是一个应用,还是一整套合集?是一组各自独立的桌面应用,每个应用封装一个模型(AnimeGAN-GUI、RIFE-GUI、GFPGAN-GUI、YOLOv5-GUI 等)。其中 20 个开源免费;另有一个叫小白兔 AI 的付费全家桶,额外提供 40 多种功能。
我怎么把这些工具跑起来?什么都不用安装:在 README 表格里挑一个工具,点 Download 然后运行就行。模型都打包在里面,下载体积从 5 Mb(Microsoft TTS)到 242 Mb(GFPGAN)不等。
需要先装 Python、驱动之类的吗?不需要——每个工具都是自带模型的独立应用,视频部分基于腾讯的 ncnn 引擎和 FFmpeg 构建,下载下来双击就能用,这就是全部的准备工作。
这些在我的 Mac 上都能用吗,还是只有 Windows 能用?以 Windows 为主:作者就是在 Windows 上开发的,按表格来看大多数模型应用(Stable Diffusion、waifu2x、RIFE、GFPGAN、YOLO)仅支持 Windows。只有两个文字转语音应用同时支持 Mac 和 Linux。
我能实际试用哪些 AI 模型?有文字生成图像的 Stable Diffusion,把照片转成动漫或梵高风格的 AnimeGANv2,人脸修复的 GFPGAN,用于图像放大的 waifu2x、Real-ESRGAN 和 Real-CUGAN,把 30fps 视频补帧到 60/360fps 的 RIFE 和 DAIN,去除视频背景的 RVM 和 MODNet,做目标检测的 YOLOv5/v6/X,还有 Microsoft 和阿里的文字转语音。
这些全都免费吗?那 20 个独立开源应用完全免费(MIT 许可证)。面向 Windows 和 Mac 的商业套件小白兔 AI 有 14 天免费试用,而且从 3.0 版开始,它的 AI 绘画、人脸动漫化、图像修复和补帧功能永久免费。
付费的小白兔 AI 套件额外多了什么?40 多种功能集中在一处:PP-OCR 字幕提取、支持 28 种语言的智能字幕翻译、黑白视频上色、录音降噪、视频转动漫、带约 800 种音色的派蒙语音 TTS、一键 AI 性能跑分,以及 Whisper 语音识别。
为什么叫 Paper2GUI?仓库自己的标语就是“convert AI papers to GUI”——把最新研究论文里的模型封装成桌面应用,让任何人不用碰代码就能用上最前沿的 AI。
Size
135.5 MB
Stars
10.7K
Age
5y
Commits · 90 Days