挑AI配音和声音克隆工具挑花眼?我把当下最能打的5个过了一遍,先存着准没错。
中文这块MiniMax Speech / Audio是真扛打,音色克隆、长文本TTS都吃得下,小说、有声书、短视频口播都对路:minimax.io/audio。
阿里通义的Qwen3-TTS走开源路线,多语言、克隆都罩得住,最大好处是能自己部署:github.com/QwenLM/Qwen3-TTS。
想追第一梯队就看ElevenLabs,自然度、情绪、语气都相当能打,剧情旁白和有声书尤其舒服:elevenlabs.io。
开源克隆里Fish Audio / Fish Speech是热门选手,多语言、情感表达、流式生成都拿得出手,本地部署党重点盯:github.com/fishaudio/fish-sp…。
微软的Microsoft VibeVoice专攻超长文本加多人对话,播客、访谈这类场景特别合适:github.com/microsoft/VibeVoi…。
怎么选?中文场景先看MiniMax / Qwen,要真人那股劲儿找ElevenLabs,想白嫖本地部署就琢磨Fish Speech / VibeVoice。
不过AI声音如今越来越难辨真假,克隆真人声音前,授权这步别忘了先拿到。
PDF转Markdown这事还能有多离谱?
每秒100页、纯CPU硬扛、一分钱不收——我刷到OpenDataLoader的时候人是懵的:GPU不用、云端不碰、API key都免了。
这货在跑分榜上基本是横扫,直接坐头把交椅。
随手拎几个对比你就懂了:docling分数还凑合,速度却慢它15倍;marker不光要GPU,还慢出1000倍;Pymupdf4llm够快,可表格分只有0.40。
🔗github.com/opendataloader-pr…
小显存跑大模型,这事儿听起来像吹牛,AirLLM却真给做成了。
我研究了下它的门道,叫分层推理——不把整个模型一次性灌进显存,而是一层一层加载,算完一层立马清掉,硬生生让巨无霸挤进了小破卡。
顺手翻仓库还看到,405B的Llama 3.1在8GB上能跑,671B的DeepSeek-V3大概12GB,连Kimi K3那种2.8T的大家伙都压到4GB以下,MoE走的是按专家流式加载,同一套逻辑。
更骚的是100%开源,白蹭警告。
🔗 github.com/0xSojalSec/airllm
想练口语,与其到处乱找素材
不如把《最好英语合集》里那700集TED-ED从头刷一遍,
刷完口语准能起飞。
🔗pan.quarka.xyz/s/79a52778c10…
一只股票到底值不值得下手,光靠大模型瞎猜能靠谱吗?
我这两天翻到个开源项目UZI-Skill,专攻股票深挖的AI投研插件,看完直接坐不住了。
它跟那种把代码甩给AI胡扯的路数不一样,手上是真攒了硬货:51位投资大佬的分析框架、22维市场数据、180条量化规则、17种机构分析方法。
你品品,这阵容好比格雷厄姆、彼得·林奇、巴菲特、索罗斯、陈小群围一桌开投研会,单拆一只票,想想都上头。
A股、港股、美股通吃,贵州茅台、腾讯、苹果丢进去,基本面、技术面、资金面、情绪面、风险点几路一并给你甩份报告,省得自己东拼西凑。
🔗 github.com/wbh604/UZI-Skill
24套个人工作台模板,WorkBuddy_24这套提示词合集是真省事
每套都配了主题提示词加风格参考图,我看了下,压根不用自己琢磨提示词,也不用从零研究视觉风格
挑个顺眼的直接改就行。
🔗 pan.quarka.xyz/s/
想搞个能聊天的本地AI伴侣,又怕配置折腾、数据外流?
Open-LLM-VTuber这项目我扒了一圈,离线就能跑,Live2D形象挂着,隐私党看完大概率上头。
那些市面货色装起来气人还非联网,数据送出去谁安心?它倒好:摄像头能看见你,语音随时打断,手指戳上去有反应,连AI的OS都摊给你看。
桌面挂件飘在屏幕上随便拽,鼠标穿透点它也不碍事。模样、性格、嗓音随你捏,Live2D模型拖进去,语音克隆也行。
后端Ollama、OpenAI、Gemini全吃,中文聊着聊着切日语都接得住。
Win、Mac、Linux通吃,想弄个陪你扯淡、看得见你、还养眼的本地AI伴侣,这波真值得自己上手整。
🔗 github.com/Open-LLM-VTuber/O…
画人体别再瞎琢磨了,52种动漫风体位姿势图鉴直接给你摆明白。
起结构、抓动态,打基础那会儿就得练起来。
双人搭着照着描几遍,基本就摸透了。
🔗 资源pan.quarka.xyz/s/220744592b5…
Obsidian 用户被订阅和闭源拿捏这么久,总算有人出手了——Tauri+React+TypeScript 三件套硬扛出来的开源平替,专管 Markdown 知识库这摊事。
我觉着吧,知识库还是攥自己手里才踏实,笔记党这波可以乐。
🔗 github.com/refactoringhq/tol…
60部欧美限制级片子,1080P内嵌中英字幕,未删减、国内过不了审的那,一次全打包。
我看了下,不用再满世界扒资源、对字幕,点开直接看。
🔗:pan.quarka.xyz/s/4d124cb923c…
还在跟英语较劲的,先停一停。
我最近在GitHub上撞见一份6.8万星的英语指南,翻完半天没缓过来,它开篇就直戳痛处:你过去学英语的方向,打一开始就跑偏了。
具体怎么整?单词甭背、题也别刷、上AI加科学方法、照着小孩学说话那股劲儿来,自然就上手。
反正我是被说到心坎里了,信不信随你,正被英语折磨的不妨过去瞄一眼。
🔗 github.com/byoungd/English-l…
闲鱼卖虚拟货的,发货别自己扛了。
教程、素材、网盘链接、兑换码,交给自动化工具,下单就自动送,不用盯、不用24小时挂机。
《闲鱼自动发货教程》拿走。
🔗:pan.quarka.xyz/s/554e8f70a55…
换装写真本来不是我的菜,可这套4K超高清内衣丝袜合集一打开,画质和质感直接把我整服了
搭配、镜头都够抓眼,好这口的可以瞅瞅。
🔗 pan.quarka.xyz/s/efcdf7ba4e4…
先别满世界乱装那些杂七杂八的下载软件了,我最近翻到一个站点,离谱到想爆粗口。
全平台无水印视频抬手就下,最要命的是它TM一分钱不收。
国内外主流平台基本一网打尽,抖音快手油管随便造,操作简单到我妈上手都会用。
我自己溜了一遍,顺滑得没边儿,那种"哟,原来就这么点事"的滋味,明白人心里都有数。
多少人天天在群里讨工具、掏会员、挨宰割,结果一个免费站点全给办妥了。
🔗 greenvideo.cc
别家顶多算个资料包,这上千款 AI Skills 直接给 Codex 支起一整间技能铺面,还全打包好了。
🔗 合集:pan.quarka.xyz/s/e361c592880…
我扒了下,小红书、抖音、TikTok、闲鱼、电商运营打头,视频剪辑、文案写作、CAD 制图、金融分析、科研办公也都在,常见行当基本没落下。
自己搭视频站到底图啥?说白了就俩字:省钱。
我最近琢磨的那个叫 91 的玩意儿,115、PikPak、OneDrive、谷歌盘,连本地文件都能一股脑全塞进去。
最让我上头的是它那个 302 模式——视频流压根不从你服务器过,直接穿云盘走,带宽一点不沾,又省又顺。
想白嫖的,自己动手整一个吧。
🔗 github.com/nianzhibai/91


















