Все репозитории

Голос, видео, мультимодальностьComfy-Org

Растёт быстрее всех

ComfyUI

Графический конструктор пайплайнов для диффузионных моделей: собираешь генерацию картинок, видео и аудио из узлов. Работает локально и умеет отдавать результат по API.

Кому подойдёт

Тем, кому нужен точный контроль над генерацией изображений и видео, а не одна кнопка.

Как начать

  1. Скачай десктопное приложение с comfy.org/download (Windows и macOS) — это самый простой путь.
  2. Или выбери ручную установку из раздела Manual Install в README: она подходит для всех ОС и типов GPU.
  3. Открой готовые шаблоны на comfy.org/workflows и запусти любой как есть.

Шаги взяты из README. Перед запуском сверься с актуальной версией в репозитории.

Звёзды за последние 30 дней

+4 81824 окт. — 17 нояб.
142 395147 213

Описание автора

The most powerful and modular diffusion model GUI, api and backend with a graph/nodes interface. The fastest local inference engine in the world.

Классический веб-интерфейс для Stable Diffusion: генерация картинок из текста, доработка, апскейл и тысячи расширений от сообщества.

165 тыс.звёзд+196 за 28 дн.Python

openai

whisper

Эталонная модель распознавания речи от OpenAI: транскрибирует аудио на десятках языков, переводит речь и определяет язык.

113 тыс.звёзд+1,7 тыс. за 28 дн.Python

RVC-Boss

GPT-SoVITS

Клонирование голоса по очень короткому образцу: минуты записи хватает, чтобы дообучить модель синтеза речи. Есть веб-интерфейс для разметки и обучения.

65 тыс.звёзд+2 тыс. за 30 дн.Python

ggml-org

whisper.cpp

Whisper, переписанный на C/C++: быстро работает на обычном процессоре и на Mac, без Python и тяжёлых зависимостей. Удобно встраивать в приложения.

55 тыс.звёзд+615 за 27 дн.C++

2noise

ChatTTS

Модель синтеза речи, заточенная под живой разговорный диалог: умеет паузы, смех и интонации. Хороша для голосовых помощников и озвучки реплик.

40 тыс.звёзд+106 за 30 дн.Python

myshell-ai

OpenVoice

Мгновенное клонирование голоса: по короткому образцу переносит тембр на любой текст и позволяет менять стиль, эмоции и язык. Лицензия MIT, можно использовать в коммерции.

38 тыс.звёзд+237 за 30 дн.Python
Comfy-Org/ComfyUI — что это и как начать