echomimic_v2

语音克隆

去除人脸马赛克。眼中有码，心中无码”是境界，“图上有码，脑补解码”就是PULSE算法了。 PULSE 算法目前只支持人脸的马赛克“去除”，因为训练数据都是人脸。

图像语义编辑。例如将眼睛与嘴巴放大，对马的胖瘦调整

视觉问答项目。什么是视觉问答VQA（Visual Question Answering）？ 给定一幅图片及与图片相关的问题，系统通过理解图片回答这个问题，它涉及到图像识别和自然语言理解。

表情识别。识别开心，悲伤，惊讶等等表情

SD高级界面。ComfyUI 是一个基于节点流程式的stable diffusion AI 绘图工具WebUI。通过将stable diffusion的流程拆分成节点，实现了更加精准的工作流定制和完善的可复现性。但节点式的工作流也提高了一部分使用门槛。 同时，因为内部生成流程做了优化，生成图片时的速度相较于webui又10%~25%的提升（根据不同显卡提升幅度不同），生成大图片的时候不会爆显存，只是图片太大时，会因为切块运算的导致图片碎裂。