OmniParser, l'outil d'analyse de contenu d'écran récemment lancé par Microsoft, a atteint cette semaine la première place du classement des modèles les plus populaires sur la plateforme open source de technologies d'IA Hugging Face. Selon Clem Delangue, co-fondateur et PDG de Hugging Face, il s'agit du premier outil d'analyse à recevoir cet honneur dans ce domaine. OmniParser est principalement utilisé pour convertir les captures d'écran en données structurées, aidant ainsi les autres systèmes à mieux comprendre et traiter les interfaces utilisateur graphiques. L'outil utilise une approche de collaboration multi-modèles : YO

Un projet innovant nommé ChatTTS-OpenVoice attire l’attention sur internet. Il fusionne les technologies ChatTTS et OpenVoice pour générer une voix personnalisée et naturelle à partir d’un fichier audio de référence de 10 secondes fourni par l’utilisateur. Cette technologie convient aux outils de doublage et aux assistants vocaux. En simplifiant le processus de téléchargement, les utilisateurs bénéficient d’une expérience vocale sur mesure. Le projet, lancé récemment, a été salué par les développeurs et les utilisateurs et a suscité de nombreuses discussions sur les médias sociaux. Le responsable indique que l’objectif est de fournir aux utilisateurs une voix plus personnalisée et naturelle.

Le projet Hallo, un projet open source de Fudan permettant de générer des vidéos parlantes à partir d'audio et d'images, est désormais compatible avec le plugin ComfyUI. Bien que l'installation nécessite de nombreuses dépendances et présente un seuil d'entrée relativement élevé, l'émergence de cet écosystème open source offre de nouvelles possibilités et un plus grand plaisir pour les conversions d'images et autres workflows.