那应该是我的AI工具箱了，开始写的时候专注AI作画，后来功能越加越多，目前功能：
- AI作画：Disco Diffusion、Stable Diffusion、Control net1.1、T2iadapter
- 图片高清修复、老照片修复
- 图片转3D
- AI写小说、训练小说、chatgpt清华版本chatglm
- GAN类二次元、三次元生成
- 黑白图片、视频上色
- 图片视频、音频驱动说话人
- AI生成描述、AI解析图片描述
- 伴奏人声分离
- 一键抠图
- 视频补帧
- 音频、视频转文字或者字幕
如下针对一些功能做一些介绍吧：
01 软件概览
软件名字叫做：AI作画离线版V5.0(基于Disco Diffusion 5.6与Stable Diffusion），基于GitHub上的开源项目Disco Diffusion与Stable Diffusion。
如下，软件主界面，还是以操作简单为主：
02 软件安装
软件非常大，因为有很多离线模型，下载完成后，按照网盘里的pdf教程即可进行体验。
软件界面如下所示：
03 软件功能介绍
功能一：DD(Disco Diffusion)作画
软件目录文件夹的settings.json就是作图配置文件，当然离线版本可通过界面进行设置了。
1、描述词设定：描述词之前手动修改json文件经常有小伙伴少输入标点导致出错，界面化可以避免这个问题，如下默认的描述，每段（回车换行算一段）都是同一描述的不同权重关键词。
2、AI作画模型选择：参数设置里提供两种绘图Diffusion模型引擎选择，原版DD、像素版DD以及其他自定义的PT格式模型，如下图设置：
像素模式作画引擎也可以试试，如下就是像素风格的图，也挺有意思：
自定义模型比如选择国画风或者人像的PT模型文件，然后保存设置即可。
如下演示的是国画模型和人像1.5模型的测试样图：
AI图片描述解析：如下按钮点击，选择图片，稍等片刻即可显示出描述，当然这个描述有所出入，但当作描述来用画出的图也确实不错。
下面演示几张图，解析出来的描述：
a couple of people riding bikes down a road, a matte painting by Makoto Shinkai, featured on pixiv, rayonism, official art, anamorphic lens flare, matte painting
a group of iron man standing next to each other in the ocean, a comic book panel by Paul Pelletier, featured on deviantart, antipodeans, marvel comics, reimagined by industrial light and magic, imax
a painting of a landscape with mountains and trees, a detailed matte painting by Katsukawa Shunsen, pixiv, shin hanga, ukiyo-e, matte painting, detailed painting
功能二：SD(Stable Diffusion)作画
SD作画功能和DD功能基本一致，同样支持队列模式、参考图等功能，SD作画速度更快，且画得更加具象，下面主要介绍SD的参数设置。
同样SD也是具有文字描述和参考图功能，还有一些其他参数，大家可以鼠标悬停到参数旁边的问号就会有说明。
1、描述词设定：描述词句式基本和DD一样，但SD作画多了个负描述，负描述默认可以不写，负描述如果写，就代表不想让绘画结果出现的元素。
支持写个开头，然后如下点击AI生成描述进行续写描述，目前有两种自动写描述引擎了：
2、绘图参数：图片尺寸和DD一样，需要64的倍数，当然随便填写尺寸也行，软件会自动转换；绘图步数和DD类似，不过SD步数50就够了，多了没啥意义；绘制图片轮数代表每次画几张图；描述相关度默认数值就可以，当然可以尝试10以上数值；随机种子默认0，代表每次种子随机，设置大于零的固定值，如果其他参数一样，则SD出图完全一样，这点和DD不一样哈。
3、参考图：和DD一样，SD也支持参考图，不过参数比较简单，基本上就是导入原图，修改描述，设置图片差异度参数即可，注意差异度参数范围0-1，1代表与参考图差异最大哈。另外，自适应尺寸比较人性化，比如参考图尺寸宽高为1024x512，绘图参数尺寸设置512×512,默认无，代表不自适应，最终出的图尺寸为512×512，固定宽代表，以绘图参数尺寸设置的宽512为准，参考图宽高比2比1，高自动修改为256，最终输出512x256的图。
如下，试试SD参考图，实现真人参考图用二次元描述实现真人二次元效果：
4、自定义SD模型选择：支持选择第三方ckpt、safetensors格式的SD模型以及VAE模型，如下所示，选择模型所在路径即可实现利用第三方SD模型作画。注意的是导入的模型要区分是SD一代还是二代，在下拉列表里自行选择，否则报错。
5、DeepDanbooru二次元TAG解析：如下点击按钮，支持二次元图片的TAG解析，诸如NovelAI等模型比较有需求：
功能三：图片AI高清放大
设置不同的放大模型和图片放大倍数，高清放大图片输出目录为软件目录\images_out\AI_ultra_HD，当输入的图片尺寸很大时，容易超显存，这时我们修改拼图大小这个参数即可，比如设置拼图大小512时，6G显存选择realesrgan_x4plus模型对1920*1080图片进行4倍放大测试不超显存。支持2-10倍放大。
AI高清放大是一个独立功能，如下软件主界面点击高清放大按钮，选择图片（支持批量），即可高清放大图片。
如下，小图经过高清放大的对比效果，二次元和三次元都能胜任。
功能四：老照片修复
如下软件主界面点击老照片修复按钮，选择图片（支持批量），即可高清修复老照片，仅对人像进行高清修复。
如下，经过高清人脸修复对比效果动图演示：
功能五：图片/视频上色
如下软件主界面点击图片/视频上色按钮，即可实现对黑白照片或者视频上色：
如下参数设置里，可以选择不同上色模型，二次元模型专注二次元线稿上色：
如下动图演示，上色前后的效果：
功能六：图片说话
图片说话功能，可以实现导入的方图转换成说话人视频的形式，支持自己录制说话视频，注意无论是图片和参考视频，需要方形和人脸居中的视频。
然后，如下软件主界面点击图片说话，选择图片（支持批量），转换图片成如下的视频形式。
功能七：AI图片转3D
AI图片转3D输出视频目录：软件目录\video；AI图片转3D也是一个独立免费功能，如下参数设置可以设置生成视频时长和摄像头位置（位置一般不改）：
然后，如下软件主界面点击图片转3D，选择图片（支持批量），转换图片成如下的视频形式，这个转换速度较慢，5到30分钟一张图。
基本上就是原作项目介绍的这种效果，一张精图转换成3D的效果，不过相比原作我做了改进，支持原图尺寸大小的视频。
功能八：二次元生成
如下点击二次元小姐姐生成按钮，即可绘制上百张二次元图片：
如下可在参数设置里，设置各种参数以生成不同类型的二次元小姐姐：
功能九：三次元生成
和二次元生成功能一样，如下点击三次元生成按钮，即可绘制多张三次元全身图：
如下可在参数设置里，设置各种参数以生成不同类型的三次元图片：
功能十：AI写小说
如下点击AI写小说按钮，设置开头，即可续写不同轮数的文字：
点击训练小说，如下可以选择自己的小说语料txt，训练自己的模型：
功能十一：伴奏人声分离
如下点击伴奏人声分离按钮，选择歌曲（支持批量），即可自动分离人声、伴奏、鼓点和低音，效果很厉害。
若显存4G及以下，可以如下参数设置勾选低显存占用模式即可：
功能十二：音视频转文字
如下点击音视频转文字按钮，选择音频或者视频，即可进行语音识别，输出字幕和文字版txt文件。
音视频转文字功能，支持100多个国家语言，若选择汉语，则不过什么语言的音视频，最终都会自动翻译成中文字幕和txt文件，方便快捷，不过翻译效果有限，最好还是选择原视频语言进行识别。
如下，选取的日文视频演讲识别字幕效果，红框为软件识别自动翻译的字幕：
04 显卡要求
需要至少2GB显存，且必须是英伟达显卡，AMD、intel等不支持。
各种显存测试参数可参考：https://docs.qq.com/sheet/DTGxSSkNJcnVhV1VP。
05 小结
这个项目确实很有意思，唯一的问题就是对显卡要求高，最起码需要英伟达2G及以上显存，AMD等其他显卡不支持，感兴趣的可以体验一下5.0版本了，更详细的作图参数、教程多刷刷B站相关视频即可。
06 本期内容获取
方式一：百度网盘 https://pan.baidu.com/s/1B0g4MPFe_drP_hRjgEnKGg 提取码：95kh
方式二：天翼网盘
https://cloud.189.cn/t/ZZ7vuyZrMvmm (访问码:7dn8) |
