随着 AI 人工智能、机器学习技术的不断发展，各种 AI 算法的应用也越来越广泛！不过这些黑科技大多数需要编程基础，于是我们从头设计了一些列可视化 GUI 操作界面，自研了支持 Inter、Nvidia 和 Amd 显卡的 AI 聚合引擎，支持 OCR 识别、录音降噪、动漫超分辨、视频抠图、视频补帧等等，软件体积小巧、UI 现代化、操作极简又高效，值得推荐。
0. 创作背景
2021 年下半年个人开启了反内耗多输出模式，在 10 月国庆期间，突破了基于 Wails 编写 GUI 的技术，于是在全栈开发者背景下，自然是计划写出一些东西来，恰巧人工智能方向就是我非常感兴趣的方向。然而常规 Paper 论文都是基于 Pytorch 的 python 代码，打包成 GUI 一般软件体积巨大，速度也很慢，正好此时腾讯开源的 ncnn 非常契合我的需求，只需写一次代码就可以跨终端部署，意义非凡。当核心技术突破后，剩下的就特别简单了，于是我开源的 Paper2GUI 一口气量产了 18 个可视化界面，极大的方便了非编程人员使用。
2022 年 6 月份，随着本系列 APP 增多，粉丝提议搞一个聚合 APP，于是小白兔 AI 在 8 月正式诞生。为了做的更好、更专业，采取付费订阅模式，定价亲民，欢迎尝鲜。
1. 软件通用优势
- 底层自研 AI 引擎，C++编写，性能优势明显
- GPU 加速推理，Inter、Nvidia、Amd 全支持
- 可视化界面，操作简单，一键推理
- 聚合 AI，实用为主、生产力为主
2. 动漫超分辨功能
支持图片或视频超分辨放大，同时不丢失细节，画质改善明显。此类工具常被用来 B 站二次元超清 2K 或 4K 视频创作。
动漫图片超分辨领域，RealCugan-Pro 模型质量最佳，其次是 ReslESRGAN,这两者质量都比 waifu2x 好太多。小白兔 AI 已内置 RealCugan-Pro 和 ReslESRGAN 两种超分辨模型，支持图片或视频超分辨放大，全都一键处理。
3. 录音降噪功能
目前已支持录音文件或视频文件的声音降噪，AI 一键降噪，速度快，质量高。假如你的视频录音含有电流、机械、环境噪音等，可获得显著的降噪效果，无需千元级专业麦克风就能获得清晰优质的人声。
4. 视频补帧
视频插帧算法 Rife 和 Ifrnet,可以提升帧率，观感体验变得丝滑。特别适合运动类场景或镜头快速变化的场景，普通静态或运动幅度不大的场景，人眼感觉不到。
软件支持自定义调整并发数，可根据显卡体质自行调整，从而最大程度适配不同的显卡。一般期望是 GPU 利用率满载，同时不爆显存即可。
5. OCR 图片批量识别
此类场景用途广泛，我们完成了 Paddler-OCR-v3 模型的本地化运行，操作简单，支持单张或多张图片批量处理。模型识别度高、准确率优秀，让你不再远程调用各种 API，延时低至约几 ms，支持中英文，甚至可识别繁体字。
该功能可拓展性强，未来还将上线字幕提取、图片文字替换等功能。
6. 视频抠图功能
图片抠图算法基本成熟，不再过多介绍，视频抠图一键生成绿幕视频，方便二次创作。此类技术可以非常方便的完成视频人像抠图，不再需要专业绿幕背景，只需要你的视频人物居中即可。
7. 语音合成功能
包含文字转语音工具，适用于自媒体视频配音、讲解、读书、广告等场景。语音合成一直以来是语言、语音、深度学习及人工智能等领域的热门研究方向，现在已发展有多种情绪、呼吸停顿等效果非常接近真人！小白兔 AI 已集成了来自微软、火山的语音合成引擎。
8. 人脸生成动漫照片
这是一个非常有意思的功能，可以将人物头像高质量的转换为动漫化风格的图片，该图片还可以进行二次超分辨放大，效果震撼，广受好评。
后续计划
继续拓展基础 AI 新功能，尝试突破动作捕捉、语音识别、字幕提取、deepfake、照片修复、智能涂抹、二次元生成、艺术创作 disco diffusion 等。虽然技术角度上我们会越来越丰富、越实用，但我们还需要更多的反馈，尤其是实际工作流上的一些具体问题。欢迎在软件内置的反馈渠道里告诉我们你的需求及想法，一起助力人工智能更加普及化、实用化。
下载地址
开源：Paper2Gui
