NeuroSandboxWebUI：支持多种模型（文本、语音、图像、视频、3D对象等）本地应用

NeuroSandboxWebUI是一个强大且易于使用的界面，支持多种神经网络模型，涵盖文本、语音、图像、视频、3D对象、音乐和音频等多种输入和输出形式。以下是详细的介绍和安装指南。

• GitHub：https://github.com/Dartvauder/NeuroSandboxWebUI

功能概述

文本、语音和图像输入：

• 与LLM（大型语言模型）进行通信。
• 使用StableDiffusion、Kandinsky、Flux、HunyuanDiT、Lumina-T2X、Kolors、AuraFlow、Würstchen、DeepFloydIF、PixArt、CogView3-Plus和PlaygroundV2.5生成图像。
• 使用ModelScope、ZeroScope 2、CogVideoX和Latte生成视频。
• 使用StableFast3D、Shap-E和Zero123Plus生成3D对象。
• 使用StableAudioOpen、AudioCraft和AudioLDM 2生成音乐和音频。
• 使用CoquiTTS、MMS和SunoBark进行文本到语音转换。
• 使用OpenAI-Whisper和MMS进行语音到文本转换。
• 使用Wav2Lip进行唇形同步。
• 使用LivePortrait为图像添加动画。
• 使用Roop进行换脸。
• 使用Rembg移除背景。
• 使用CodeFormer修复面部。
• 使用PixelOE进行图像像素化。
• 使用DDColor为图像上色。
• 使用LibreTranslate和SeamlessM4Tv2进行文本翻译。
• 使用Demucs和UVR进行音频文件分离。
• 使用RVC进行语音转换。

其他功能：

• 查看输出目录中的文件。
• 下载LLM和StableDiffusion模型。
• 在界面内更改应用程序设置。
• 检查系统传感器。

安装指南

1、安装必需依赖：

• Python（3.10.11）
• Git
• CUDA（12.4）和cuDNN（9.1）（仅GPU版本）
• FFMPEG
• C++编译器（Visual Studio、Visual Studio Code和CMake）

2、克隆仓库：

git clone https://github.com/Dartvauder/NeuroSandboxWebUI.git

3、运行安装脚本：

• 导航到克隆的目录。
• 运行 Install.bat，选择您的版本并等待安装完成。

4、启动应用程序：

• 运行 Start.bat。
• 跟随终端中的链接完成初始设置。
• 应用程序启动后，您就可以开始生成内容了。

5、获取更新：

• 运行 Update.bat 获取最新更新。

6、使用虚拟环境：

• 运行 Venv.bat 通过终端使用虚拟环境。

最低系统要求

• 系统：Windows, Linux或MacOS
• GPU：6GB+ 或 CPU：8核3.6GHz
• RAM：16GB+
• 磁盘空间：20GB+
• 互联网连接：需要互联网连接以下载模型和进行安装

其他功能

• 多模态支持：支持Moondream 2, LLaVA-NeXT-Video, Qwen2-Audio等多模态模型。
• PDF解析：使用OpenParse解析PDF文件。
• TTS和STT：支持CoquiTTS和Whisper模型。
• LORA和网络搜索：支持LORA和使用DuckDuckGo进行网络搜索。
• 元数据信息查看器：用于生成图像、视频和音频的元数据信息查看器。
• 界面内的模型设置：在界面内调整模型设置。
• 在线和离线Wiki：提供在线和离线文档。
• 图库：查看输出目录中的文件。
• 模型下载器：下载所需的模型。
• 应用程序设置：调整应用程序设置。
• 系统传感器查看：查看系统传感器状态。