懂AI
phrame

phrame

通过监听周围对话生成独特的视觉艺术作品的AI应用

Phrame通过监听周围对话，生成独特的视觉艺术作品。它的功能包括从对话生成AI艺术品、实时更新、远程控制和支持多种生成AI图像服务。用户界面友好，适用于桌面和移动设备，并通过WebSockets实现实时更新和远程控制。用户能通过语音命令管理画廊，浏览、收藏和删除图像，并访问和管理日志。隐私保护严格，所有转录内容仅在本地设备处理和保存。

Phrame艺术生成语音识别OpenAIDockerGithub开源项目
访问官网GitHub

Phrame 项目介绍

项目概述

Phrame 是一款通过识别周围环境中的对话，将口语和情感转化为视觉艺术作品的创新工具。这个项目把声音变成美丽的艺术作品，让每个人都能释放自己的创造力，轻松改造自己周围的声景。

项目实现

Phrame 利用 Web Speech API 的 SpeechRecognition 接口，将音频转换为文本。这些文本会被 OpenAI 处理，生成一个精简的摘要。随后，摘要与配置的生成性 AI 图像服务结合，生成最终的图像并保存。

项目功能

  • 从对话中创建独特的 AI 生成艺术作品。
  • 提供自动、手动和语音激活的摘要生成功能，随时随地创作艺术。
  • 界面友好，兼容桌面和移动设备，并可通过 WebSockets 实时更新和远程控制。
  • 集成配置编辑器，便于用户个性化设置。
  • 支持多种生成性 AI 图像服务。
  • 支持使用语音命令来生成图像和导航。
  • 轻松管理画廊：浏览、收藏、删除图片，并支持使用键盘快捷键进行操作。
  • 提供日志访问和管理功能，以便高效排除故障。

支持的 AI 服务

Phrame 支持以下 AI 图像服务：

  • OpenAI
  • Midjourney
  • Stability AI
  • Dream
  • DeepAI
  • Leonardo.Ai

语音命令

用户可以激活麦克风，通过以下语音命令与 Phrame 进行交互：

命令功能
Hey Phrame唤醒词，用于按需生成图像
Next Image前进到下一张图像
Previous Image返回上一张图像
Last Image返回上一张图像

用户界面

Phrame 的用户界面响应式设计，可通过 http://localhost:3000 访问。不同的路径对应不同功能模块，例如：

路径名称
/控制器
/phrame?mic支持麦克风的 Phrame
/phrame不支持麦克风的 Phrame
/gallery画廊
/config配置
/logs日志

隐私政策

Phrame 的语音识别由浏览器管理，音频数据处理由具体浏览器决定。例如，Chrome 会将音频发送到 Google 的服务器进行文本转录。用户应当查看所用浏览器的隐私政策，以充分了解语音数据的处理方式。

Phrame 将转录文本保存在本地数据库，并通过 OpenAI 生成摘要。转录文本生成摘要后即被删除，最终创作的艺术作品保存在本地。Phrame 不会保存或传输用户的转录内容，除非用于通过 OpenAI 生成摘要。

使用指南

Phrame 以单个 Docker 容器形式运行，支持在任何现代浏览器中访问，无需麦克风。如需使用语音识别功能，需具备兼容语音识别功能的浏览器和麦克风。目前，Chrome 和 Safari 支持语音识别功能。

快速开始

  1. 启动 Phrame。
  2. 前往 http://localhost:3000/config 添加 OpenAI API 密钥并保存。
  3. 确认 OpenAI 配置成功。
  4. 前往 http://localhost:3000/phrame?mic 并根据屏幕说明操作。
  5. 检查麦克风和语音识别功能是否正常工作。

透过这些功能和技术，Phrame 以创新的方式将声音转化为视觉体验，激发用户的创意灵感。

编辑推荐精选

蛙蛙写作

蛙蛙写作

AI小说写作助手，一站式润色、改写、扩写

蛙蛙写作—国内先进的AI写作平台，涵盖小说、学术、社交媒体等多场景。提供续写、改写、润色等功能，助力创作者高效优化写作流程。界面简洁,功能全面,适合各类写作者提升内容品质和工作效率。

AI辅助写作AI工具蛙蛙写作AI写作工具学术助手办公助手营销助手AI助手
Trae

Trae

字节跳动发布的AI编程神器IDE

Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
问小白

问小白

全能AI智能助手，随时解答生活与工作的多样问题

问小白，由元石科技研发的AI智能助手，快速准确地解答各种生活和工作问题，包括但不限于搜索、规划和社交互动，帮助用户在日常生活中提高效率，轻松管理个人事务。

热门AI助手AI对话AI工具聊天机器人
Transly

Transly

实时语音翻译/同声传译工具

Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手，它拥有超精准的音频识别翻译能力，几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球，无论你是留学生、商务人士、韩剧美剧爱好者，还是出国游玩、多国会议、跨国追星等等，都可以满足你所有需要同传的场景需求，线上线下通用，扫除语言障碍，让全世界的语言交流不再有国界。

讯飞智文

讯飞智文

一键生成PPT和Word，让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目，能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定，还是学生群体的职业生涯规划、实习避坑指南，亦或是活动策划、旅游攻略等内容，它都能提供支持，帮助用户精准表达，轻松呈现各种信息。

AI办公办公工具AI工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图热门
讯飞星火

讯飞星火

深度推理能力全新升级，全面对标OpenAI o1

科大讯飞的星火大模型，支持语言理解、知识问答和文本创作等多功能，适用于多种文件和业务场景，提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台，涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能，能为不同需求的用户提供便捷高效的帮助，助力用户轻松获取信息、解决问题，满足多样化使用场景。

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目，由多个知名机构联合参与。该项目提供了高效的 LLM（大语言模型）驱动的语音合成方案，支持语音克隆和语音创建功能，可通过命令行界面（CLI）和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数，生成高质量的语音。该项目适用于多种场景，如有声读物制作、智能语音助手开发等。

咔片PPT

咔片PPT

AI助力，做PPT更简单！

咔片是一款轻量化在线演示设计工具，借助 AI 技术，实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT，提供海量模板、智能美化、素材替换等功能，适用于销售、教师、学生等各类人群，能高效制作出高品质 PPT，满足不同场景演示需求。

讯飞绘文

讯飞绘文

选题、配图、成文，一站式创作，让内容运营更高效

讯飞绘文，一个AI集成平台，支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容，加速品牌传播，提升内容营销效果。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
材料星

材料星

专业的AI公文写作平台，公文写作神器

AI 材料星，专业的 AI 公文写作辅助平台，为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能，支持 30 + 文稿类型生成，助力快速完成领导讲话、工作总结、述职报告等材料，提升办公效率，是体制打工人的得力写作神器。

下拉加载更多