jdopensource/JoyAI-Echo
文字轉影片生成工具，適用於長片。
▸ HF trending 81 · 130 likes · 5,457 下載
回首頁 / 🎬 影音製作
🎬 影音製作
60 看全部 · 每天精選 AI / LLM 開源情報，附繁中說明、為何上榜與商用授權判讀。
Stable Audio 3 Medium（文字生成音樂/音效）
Stability AI 的文字生成音訊模型（pipeline: text-to-audio）。
▸ HF trending 64 · 137 likes · 18,828 下載
MOSS-TTS v1.5（開源語音合成）
復旦 MOSS 團隊的開源 TTS 模型（pipeline: text-to-speech）。
▸ HF trending 75 · 159 likes · 37,852 下載
nineninesix/gepard-1.0
一款基於轉換器的文本轉語音模型，適用於生成自然語言。
▸ HF trending 82 · 101 likes · 5,872 下載
ostris/krea2_turbo_style_reference
基於Krea-2-Turbo的風格參考模型，用於文字轉影像。
▸ HF trending 64 · 77 likes · 2,464 下載
AlperKTS/Krea2_FP8
使用 Krea2 的文字轉影像模型，支援 FP8 和 ComfyUI。
▸ HF trending 73 · 75 likes · 26,600 下載
Wan-AI/Wan-Dancer-14B
將影像轉換為動畫的模型，支援音樂生成舞蹈動作。
▸ HF trending 109 · 145 likes · 2,408 下載
Supertonic-3（語音合成 TTS）
文字轉語音模型，附 ONNX 版本利於部署（pipeline: text-to-speech）。
▸ HF trending 73 · 783 likes · 60,276 下載
google/magenta-realtime-2
文字轉語音模型，適用於即時應用。
▸ HF trending 77 · 187 likes · 7,331 下載
nvidia/Cosmos3-Super-Image2Video
NVIDIA Cosmos3 圖生影片模型（世界模型系列，授權受限）。
▸ HF trending 113 · 114 likes · 4,515 下載
Patil/Krea-2-depth-controlnet
用於影像轉換的控制網路，支援深度、LoRA和Flow Matching。
▸ HF trending 70 · 89 likes
CohereLabs/cohere-transcribe-arabic-07-2026
自動語音辨識模型，支援阿拉伯語轉錄。
▸ HF trending 63 · 106 likes · 14,140 下載
fal/LTX-2.3-3DREAL-LoRA
將影像轉換為影片的模型，支援 LoRA 和 LTX 技術。
▸ HF trending 60 · 161 likes
eric-venti-seeds/Sun-Direction-Lora-Flux2Klein9B
用 Flux2Klein 模型調整影像中的光照方向。
▸ HF trending 67 · 126 likes
bosonai/higgs-audio-v3-tts-4b
將文本轉換為語音的合成器。
▸ HF trending 60 · 512 likes · 78,686 下載
nvidia/Cosmos3-Super-Text2Image
NVIDIA Cosmos3 文生圖模型（世界模型系列，授權受限／非商用）。
▸ HF trending 70 · 126 likes · 8,019 下載
robbyant/lingbot-world-v2-14b-causal-fast
將影像轉換為影片的模型，支援多種音影片處理。
▸ HF trending 71 · 101 likes
ostris/ideogram_4_turbotime_lora
基於LORA技術的文字轉影像模型，用於生成影像。
▸ HF trending 69 · 112 likes · 5,120 下載
Alissonerdx/LTX-Best-Face-ID
將文字轉換為保留身份的影片，適用於Lora和ComfyUI。
▸ HF trending 85 · 213 likes
Microsoft Lens（文字生成圖像）
微軟釋出的文生圖擴散模型，另有 Lens-Turbo 加速版（pipeline: text-to-image）。
▸ HF trending 67 · 152 likes · 2,306 下載
mgwr/M87
一款使用 diffusers 技術的文字轉影像模型，支援 LoRA 微調。
▸ HF trending 71 · 170 likes · 4,652 下載
ideogram-ai/ideogram-4-fp8
文字轉影像模型，使用擴散和流匹配技術生成影像。
▸ HF trending 64 · 578 likes · 23,488 下載
owensong/Inflect-Nano-v1
一個超小型的文本轉語音模型，適用於本地端使用。
▸ HF trending 61 · 206 likes
zai-org/SCAIL-2
將影像轉換為動畫影片的AI模型，適用於角色動畫和影片生成。
▸ HF trending 68 · 248 likes
MisoLabs/MisoTTS
將文本轉換成自然語音的合成器。
▸ HF trending 65 · 198 likes
prism-ml/bonsai-image-ternary-4B-gemlite-2bit
三元權重 2-bit 量化的文生圖模型，主打極致輕量、可在低階硬體跑。
▸ HF trending 63 · 104 likes · 254 下載
baidu/NAVA
百度 NAVA 文字／圖像生成影片模型（TI2V）。
▸ HF trending 56 · 56 likes · 159 下載
Sulphur-2（文字生成影片模型）
輸入文字提示，直接生成影片片段的擴散模型（pipeline: text-to-video）。
▸ HF trending 59 · 1,757 likes · 933,588 下載
Zyphra/ZONOS2
ZONOS2 是一個文字轉語音的工具。
▸ HF trending 61 · 118 likes · 763 下載
nvidia/PiD
NVIDIA 的圖像轉圖像生成模型（diffusers）。
▸ HF trending 80 · 321 likes · 1,092 下載
nvidia/nemotron-3.5-asr-streaming-0.6b
即時語音識別系統，支援多語言。
▸ HF trending 65 · 890 likes · 541,157 下載
pyannote 語者分離 3.1
業界最常用的開源「誰在何時說話」語者分離工具（近千萬下載）。
▸ HF trending 56 · 2,536 likes · 8,159,278 下載
black-forest-labs/FLUX.1-dev
將文字轉換成影像的工具，適用於創意設計和藝術創作。
▸ HF trending 60 · 13,187 likes · 592,187 下載
Qwen/Qwen3-TTS-12Hz-1.7B-CustomVoice
Qwen3-TTS 自訂音色語音合成（1.7B，可克隆指定音色做配音）。
▸ HF trending 54 · 1,565 likes · 1,913,801 下載
ARSreg46/Ai-Image-Generator
從文字提示生成 AI 圖片的桌面應用程式，整合多個繪畫 API。
▸ 近期新建立，已獲 70★
diversant-5714/DaVinci-26-Pro-Port
專業的色彩校正、影片編輯和視覺效果軟體，具備高動態範圍工具和即時AI跟蹤。
▸ 近期新建立，已獲 61★
joeseesun/qiaomu-cut-skill
智慧影片編輯技能，提供素材管理、雙語字幕和品牌包裝功能。
▸ 近一日新增 42★（現 172★）
0xsline/OpenChatCut
本地化對話式AI影片編輯器，具備多軌時間線和MCP整合。
▸ 近期新建立，已獲 100★
pyang5166/gbro-collage-broll
生成半調紙拼貼 B-roll 的技能，使用 Gemini Omni Flash 技術。
▸ 近一日新增 65★（現 473★）
QuickCricketCherish/Stable-Diffusion-WebUI-Portable-Full-Pack
SD WebUI 可攜整合包（含模型/ControlNet/LoRA）— 來源不明，謹慎下載。
▸ 近期新建立，已獲 44★
Battalionibnrace/VP13-23
Sony Vegas Pro 21免費版的影片編輯和後製工具。
▸ 近一日新增 38★（現 130★）
Alisa0808/vox-director
自動化生成類似 Vox 風格的紙拼貼解說影片。
▸ 近一日新增 57★（現 282★）
ShekMohammedAkram/Stable-Diffusion-2026-Free-Local
免費本地執行的穩定擴散模型，適用於AI影像生成。
▸ 近期新建立，已獲 22★
tetsuo-ai/voice_clone_lab
從少量語音片段克隆聲音並生成語音，適用於Qwen3-TTS微調流程。
▸ 近一日新增 19★（現 106★）
Robbyant/lingbot-video
一種基於混合專家的影片預訓練方法，適用於具身智慧。
▸ 近一日新增 3★（現 838★）
mixidifussion/stable-diffusion-web-ui-free
免費的 Stable Diffusion Web UI，支援影像生成和控制網。
▸ 近一日新增 18★（現 99★）
QualityBlock/stable-diffusion-ai
使用穩定擴散模型的AI工具包，從文字提示生成影像。
▸ 近期新建立，已獲 41★
gongnyang/reelforge
自動化AI影片工廠，根據簡短描述生成帶字幕的影片。
▸ 近期新建立，已獲 57★
ronak-create/FableCut
無依賴的瀏覽器影片編輯器，支援AI代理操作。
▸ 近一日新增 5★（現 486★）
OpenEnvision/WorldFoundry
統一世界模型推理與評估基礎設施。
▸ 近一日新增 14★（現 238★）
katipally/openlive
開源的在地端語音與視覺層AI代理框架，支援本地語音迴圈處理。
▸ 近一日新增 19★（現 172★）
kigner/audio.cpp-webui
純 C++ 音訊模型推理引擎，提供語音識別、文字轉語音等多項功能。
▸ 近一日新增 3★（現 189★）
Routeclijudge/Pinnacle-Studio
Pinnacle Studio 相關的音訊編輯指南與顯示設定。
▸ 近期新建立，已獲 32★
LightningEstimate/Cyberlink-Powerdirector
未提供描述。
▸ 近期新建立，已獲 36★
AdvocateArouse/DaVinci-Resolve-Studio-2026
DaVinci Resolve Studio的工作流程指南，包括色彩校正和交付設定。
▸ 近期新建立，已獲 76★
OStudi/short-video-generator-AI
將YouTube影片轉換為短影片的開源工具，具備高亮檢測、字幕和翻譯功能。
▸ 近期新建立，已獲 324★
Volumetenrectify/ae-motion-compiler
用於Adobe After Effects的動畫自動化框架，支援程式關鍵影格生成和批次渲染。
▸ 近期新建立，已獲 107★
calesthio/generative-media-skills
研究支援的代理技能和工具，用於跨平臺的 AI 媒體生產。
▸ 近期新建立，已獲 86★
Orkas-AI/Orkas-VideoStudio
將程式碼代理轉換為影片工作室，描述文字生成影片。
▸ 近期新建立，已獲 261★
YeJe-cpu/talk-to-fengge
克隆任何人聲音和個性進行即時對話的AI系統。
▸ 近一日新增 8★（現 358★）