1 分•作者: linearAmend•8 个月前•原帖
展示HN:ReFlow Studio – 本地AI视频配音与审查 大家好, 我是ReFlow Studio的创作者,这是一款开源(MIT)桌面“多功能工具”,专为视频创作者设计。我开发这个工具是因为我希望能够在本地处理视频编辑中繁琐的部分——转录、配音和审查,而不必依赖昂贵且侵犯隐私的云API。 它的功能包括: * 本地配音:使用OpenAI Whisper进行自动语音识别(ASR),并使用Coqui XTTS v2进行语音克隆。它针对“印英语”(印地语+英语)内容进行了优化。 * 自动审查:使用NudeNet(ONNX)在视频帧中查找并模糊不适宜内容,并在音频文件中对粗俗语言进行“哔声”处理。 * 100%离线:安装后,您的数据不会离开您的机器。这对处理敏感内容的创作者来说是一个优先考虑的事项。 技术挑战: ``` 分发:将超过5GB的AI模型打包成可下载的安装程序是一场噩梦。最后我采用了分割二进制的Inno Setup方法,以保持下载对带宽有限的用户的稳定性。 用户界面持久性:我刚刚发布了v0.3.1,终于集成了设置管理器,使得应用能够在会话之间记住您的主题(明亮/黑暗)和处理偏好。 性能:在Python中管理转录、翻译和渲染线程之间的切换,而不锁定主UI线程。 ``` 我目前正在计划v0.4版本,将包括“智能静音”去除功能,以自动优化配音音频。 我非常希望能听到您对架构、离线分发方法或本地推理性能的反馈! GitHub: [https://github.com/ananta-sj/ReFlow-Studio](https://github.com/ananta-sj/ReFlow-Studio) 感谢您的关注!
1 分•作者: ratulb•8 个月前•原帖
Tenmo 一个用纯Mojo编写的轻量级张量库和神经网络框架。<p>https://github.com/ratulb/tenmo<p>Tenmo专注于:<p>SIMD优化 显式内存布局 零拷贝视图 一个简约但实用的自动求导系统 状态:Tenmo与Mojo本身一起发展。 API可能会发生变化。目前尚未准备好用于生产环境。<p>性能 MNIST(4层多层感知器,105K参数,15个训练周期) 平台 设备 平均每个周期 总测试准确率 Tenmo CPU(Mojo) 11.4秒 171秒 97.44% PyTorch CPU 14.5秒 218秒 98.26% PyTorch GPU(Tesla T4) 15.2秒 227秒 97.87% 备注<p>Tenmo在连续缓冲区上使用SIMD向量化内核。 在MNIST运行中未使用BLAS——所有操作均作为纯Mojo代码执行。 对于这种规模的模型,GPU开销占主导地位;更大模型更能从GPU加速中受益。 快速示例 ```python from testing import assert_true from tenmo import Tensor fn main() raises: var a = Tensor.d1([1.0, 2.0, 3.0], requires_grad=True) var b = a * 2 var c = a * 3 var d = b + c d.backward() assert_true(a.grad().all_close(Tensor.d1([5.0, 5.0, 5.0]))) ``` 非常感谢您的反馈!
1 分•作者: Li_Evan•8 个月前•原帖
获取个性化指导、即时解释和适合您学习风格的自适应练习。告别孤军奋战——与您随时可用的AI学习伙伴一起掌握任何学科。今天就免费开始,无需信用卡。
1 分•作者: funny_ai•8 个月前•原帖
嗨,HN,我创建了一个简单的基于浏览器的工具,可以快速对图像应用各种模糊效果。 我经常需要遮盖敏感信息或为用户界面原型创建模糊背景,但不想将文件上传到服务器或打开 Photoshop。这个工具完全在客户端运行。 主要功能: - 批量处理:可以一次上传和下载多张图片。 - 多种模式:包括高斯模糊、像素化(适合遮盖)、运动模糊、径向模糊和噪声模糊。 - 精细调节:可调节强度滑块。 这个工具是免费的,不需要登录。我很想听听你们对用户体验的反馈!
1 分•作者: sendnow•8 个月前•原帖
我对Highspot和Seismic收取数千美元仅仅为了将文件集中存放和跟踪谁打开了这些文件感到厌倦和沮丧。 这些公司根据员工人数收费,员工越多,价格越高。这使得初创公司和小团队被排除在外,而他们同样需要这样的服务。 我创建了Sendnow来解决这个问题。 你只需上传文件,创建一个带有你logo和按钮的页面,分享一个链接。当有人打开这个链接时,你会收到通知。你可以看到他们阅读了哪些页面以及停留了多长时间。 如果你不需要完整页面,也可以分享单个文件。 这一切的目的就是不再猜测。你可以知道人们何时在查看你的内容。你可以在合适的时机跟进,而不是晚了三天。 我们将在几个月内添加一个功能,根据他们查看的页面和返回的次数告诉你何时联系。但那是以后的事。 现在,直到二月底都是免费的。试试看。如果有什么问题或缺失,请告诉我。如果合理,我会在一周内进行改进。 我是Siraj,我在印度做DevOps。我之所以开发这个,是因为现有的选择收费过高,而提供的服务却太少。