index-tts

5 秒克隆声音，37K+ stars。5 秒克隆声音生成任意语音的实时语音合成工具，支持多语种语音克隆

SOTA 开源 TTS，30K+ stars。最先进的开源文本转语音方案，支持高质量语音合成和多语种语音克隆

最流行的 Stable Diffusion Web UI，162,491+ stars。提供直观的图形界面，支持文生图、图生图、ControlNet、LoRA 微调、Inpainting 等核心功能，是 AI 图像生成领域的事实标准工具

🎯 AI 图像生成、艺术创作、模型微调、设计辅助

节点式 Diffusion 模型 GUI，109,363+ stars。基于节点的工作流编排，可视化连接各处理模块，是最强大的图像生成工作流工具，支持 SDXL、Flux、Stable Cascade 等最新模型

🎯 高级图像生成工作流、批量图片处理、模型对比实验

Hugging Face 维护的最大 PyTorch 图像模型集合，36K+ stars。涵盖 Vision Transformer、ConvNeXt、EfficientNet、MobileNet 等数百种预训练图像编码器，提供训练、评估、推理完整工具链，是计算机视觉领域的标准基础设施

开源语音识别模型，支持多语言转录和翻译

🎯 语音转文字、字幕生成、多语言翻译