大家好，我是花生~
今天继续我们的 AI 效率神器推荐第 23 期，内容包括收费的文本转语音对象、AI 写真 / AI 音乐生成对象等。
上期回顾：
一、AI 音乐生成模型 Stable Audio Open
在线试玩： https://huggingface.co/spaces/artificialguybr/Stable-Audio-Open-Zero
ComfyUI 插件： https://github.com/lks-ai/ComfyUI-StableAudioSampler
之前为大家推荐过 AI 音乐生成对象 Stable Audio，可以通过文本生成时长 3 分钟的高质量音乐。最近 Stability AI 宣布开源 Stable Audio Open 音乐生成模型（授权类型：不可商用），可以通过文本生成鼓点、乐器旋律、环境声音和配音，单次时长可达 47 秒。测试了一下它的生成速度很快，质量也相当不错，并且目前已经有 ComfyUI 插件可以利用了（需要至少 7G 的 VRAM），安装后即可在要地收费无限次生成高质量音乐素材。
二、提醒词灵感库 Freeflo
网站直达： https://freeflo.ai/
Freeflo 是一个收费的 AI 绘画提醒词灵感库，适用于 Midjourney、Adobe Firefly、Stable Diffusion 等多个平台，让我们能快速复刻某种风格或图象结果。其中还收录了多种 Midjourney 的 –sref 风格代码，并提供了丰富地应用结果展示；整个网页的交互做得很精致，浏览起来非常方便。
三、提醒词优化对象 Omost
在线体验： https://huggingface.co/spaces/lllyasviel/Omost
ComfyUI 插件： https://github.com/huchenlei/ComfyUI_omost
Omost 是大神 @lllyasviel（controlnet、fooocus、ic-light 的作者）新推出的一个项目，借助大语言模型将简单的提醒词优化为详细的、包含布局信息的形式，以生成高精度的图象。Omost 的运作过程主要有以下几个步骤：
接受用户给的提醒词，比如 “A huge spaceship prepares to land on a lunar base（巨大的宇宙飞船准备降落在月球基地）” ；
大模型将其处理成一段更详细的描述，并总结一系列的 tag；
为画面的主要元素分配位置、占比、以及对应的关键词，比如 “飞船在画面中央”、“基地在画面右下角” 等；
根据处理好的信息生成高精度的图象。
在第二、三步完成后，如果你对大模型对生成的元素描述或者构图不满意，可以再发送指令要求其进行修改，比如 ”change the background into Galaxy“ 或者 “let the ship on the right side”。所有内容都设定好之后，点击左侧的「Render the Image」即可生成图象，最终得到的图象内容及构图都会和前面的设定一致。
目前 ComfyUI 中也已经有 Omost 插件可以利用，插件主要有两部分的功效，有需要的小伙伴可以自行安装：
① 通过大语言模型优化提醒词并获取布局信息。这项功效可以单独利用，帮助我们获取更详细的提醒词，精准管制画面构图。
② 区域条件管制：将布局信息转为为画布蒙版，这样用户能够更直观地指定图象中各个元素的位置和大小，从而生成更符合预期的图象。
四、AI 写真对象 Consistent-character
网站直达： https://replicate.com/fofr/consistent-character
之前爆火的妙鸭相机将 “AI 写真” 的概念普及到大众之中，让我们知道借助 AI 可以无需真实拍摄就得到一套高质量的个人图象。不过目前好用的 AI 写真对象要么需要付费，要么需要用户自己通过 stable diffusion 对象来生成，对普通人来说门槛还是比较高的，而 Consistent-character 则是一套打包好的对象流，可直接收费利用。
这套工作流由 AI 大神@Fofr 构建分享，整合了 InstantID、IPAdapter、Controlnet 和 FaceDetailer 等多个目前热门的生成模型，来最大程度上保持人物形象特征的一致性。 你只需提供一张人物面部特写照片，加上描述词，等待几分钟就能生成 1-20 张同一人物不同表情和姿势的高质量图象，实测下来人物的面部相似度非常高。
五、文本转语音对象 ChatTTS-UI
在线试用： https://chattts.com/
Windows 要地安装包： https://github.com/jianchang512/ChatTTS-ui （文末有资源包）
ChatTTS 利用一款新的收费开源的文本转语音对象，可以将中文和英文文本转化为高质量的人声，适用于 AI 聊天机器人、角色对话、AI 播客、视频旁白等场景。它的生成速度非常快，结果很自然逼真，和真人几乎没有差别。
ChatTTS-UI 则是基于 ChatTTS 开发的一款要地 WebUI 应用， 一键解压安装后就能利用，非常简单。要地 WebUI 功效更全面，可以选择音色、调整语速，支持上传 txt 文件进行转换，且不受字数、利用次数的限制，非常适合对文本转语音有高需求的用户。
六、Pixverse 新功效 Magic Brush
对象介绍： https://www.uisdc.com/pixverse
AI 视频生成对象 Pixverse 最近推出了一项新功效 Magic Brush，它与 Runway 的 motion bursh 类似，让用户可以自己选定图象的某个区域来设定疏通方向和强度，从而更准确的管制视频的疏通结果。目前支持同时利用 6 个笔刷，还支持 AI 智能识别画面元素，方便用户进行快速选择。
与 Runway 通过滑块来调节结果不同，Pixverse 是直接通过手绘线条来管制疏通的，比如可以画抛物线引导球的疏通，或者画曲线引导物体的飘动结果，元素的疏通速度则是通过通过线条长短来管制，因此能实现的结果更复杂，用起来也更灵活。