RU‐Wiki

Как пользоваться:

Интерфейс имеет сорок один подраздел (некоторые с собственными подразделами) в семи основных разделах (Текст, Изображение, Видео, 3D, Аудио, Дополнительно и Интерфейс): LLM, TTS-STT, MMS, SeamlessM4Tv2, LibreTranslate, StableDiffusion, Kandinsky, Flux, HunyuanDiT, Lumina-T2X, Kolors, AuraFlow, Würstchen, DeepFloydIF, PixArt, PlaygroundV2.5, Wav2Lip, LivePortrait, ModelScope, ZeroScope 2, CogVideoX, Latte, StableFast3D, Shap-E, SV34D, Zero123Plus, StableAudio, AudioCraft, AudioLDM 2, SunoBark, RVC, UVR, Demucs, Upscale (Real-ESRGAN), FaceSwap, MetaData-Info, Wiki, Gallery, ModelDownloader, Settings и System. Выберите нужный и следуйте инструкциям ниже

Текст:

LLM:

1. Сначала загрузите ваши модели в папку: inputs/text/llm_models
2. Выберите вашу модель из выпадающего списка
3. Выберите тип модели (transformers или llama)
4. Настройте модель согласно нужным вам параметрам
5. Напечатайте (или произнесите) ваш запрос
6. Нажмите кнопку Submit, чтобы получить сгенерированный текстовый и аудио ответ

Дополнительно: вы можете включить режим TTS, выбрать нужный голос и язык, чтобы получить аудио ответ. Вы можете включить multimodal и загрузить изображение, чтобы получить его описание. Вы можете включить websearch для доступа в Интернет. Вы можете включить libretranslate для получения перевода. Вы можете включить OpenParse для работы с pdf файлами. Также вы можете выбрать модель LORA для улучшения генерации

Образцы голосов = inputs/audio/voices

LORA = inputs/text/llm_models/lora

Голос должен быть предварительно обработан (22050 кГц, моно, WAV)

Аватары LLM вы меняете в папке avatars

TTS-STT:

1. Введите текст для преобразования текста в речь
2. Введите аудио для преобразования речи в текст
3. Нажмите кнопку Submit, чтобы получить сгенерированный текстовый и аудио ответ

Образцы голосов = inputs/audio/voices

Голос должен быть предварительно обработан (22050 кГц, моно, WAV)

MMS (текст в речь и речь в текст):

1. Введите текст для преобразования текста в речь
2. Введите аудио для преобразования речи в текст
3. Нажмите кнопку Submit, чтобы получить сгенерированный текстовый или аудио ответ

SeamlessM4Tv2:

1. Напечатайте (или произнесите) ваш запрос
2. Выберите исходный, целевой языки и язык набора данных
3. Настройте модель согласно нужным вам параметрам
4. Нажмите кнопку Submit, чтобы получить перевод

LibreTranslate:

• Сначала вам нужно установить и запустить LibreTranslate

1. Выберите исходный и целевой языки
2. Нажмите кнопку Submit, чтобы получить перевод

Дополнительно: вы можете сохранить историю переводов, включив соответствующую кнопку

Изображение:

StableDiffusion - имеет двадцать четыре подраздела:

txt2img:

1. Сначала загрузите ваши модели в папку: inputs/image/sd_models
2. Выберите вашу модель из выпадающего списка
3. Выберите тип модели (SD, SD2 или SDXL)
4. Настройте модель согласно нужным вам параметрам
5. Введите ваш запрос (+ и - для взвешивания промпта)
6. Нажмите кнопку Submit, чтобы получить сгенерированное изображение

Дополнительно: Вы можете выбрать ваши модели vae, embedding и lora, а также включить MagicPrompt для улучшения метода генерации

vae = inputs/image/sd_models/vae

lora = inputs/image/sd_models/lora

embedding = inputs/image/sd_models/embedding

img2img:

1. Сначала загрузите ваши модели в папку: inputs/image/sd_models
2. Выберите вашу модель из выпадающего списка
3. Выберите тип модели (SD, SD2 или SDXL)
4. Настройте модель согласно нужным вам параметрам
5. Загрузите исходное изображение, с которым будет происходить генерация
6. Введите ваш запрос (+ и - для взвешивания промпта)
7. Нажмите кнопку Submit, чтобы получить сгенерированное изображение

Дополнительно: Вы можете выбрать ваши модели vae, embedding и lora, а также включить MagicPrompt для улучшения метода генерации

vae = inputs/image/sd_models/vae

lora = inputs/image/sd_models/lora

embedding = inputs/image/sd_models/embedding

depth2img:

1. Загрузите исходное изображение
2. Настройте модель согласно нужным вам параметрам
3. Введите ваш запрос (+ и - для взвешивания промпта)
4. Нажмите кнопку Submit, чтобы получить сгенерированное изображение

marigold:

1. Загрузите исходное изображение
2. Настройте модель согласно нужным вам параметрам
3. Нажмите кнопку Submit, чтобы получить сгенерированные изображения глубины

pix2pix:

1. Загрузите исходное изображение
2. Настройте модель согласно нужным вам параметрам
3. Введите ваш запрос (+ и - для взвешивания промпта)
4. Нажмите кнопку Submit, чтобы получить сгенерированное изображение

controlnet:

1. Сначала загрузите ваши модели stable diffusion в папку: inputs/image/sd_models
2. Загрузите исходное изображение
3. Выберите ваши модели stable diffusion и controlnet из выпадающих списков
4. Настройте модели согласно нужным вам параметрам
5. Введите ваш запрос (+ и - для взвешивания промпта)
6. Нажмите кнопку Submit, чтобы получить сгенерированное изображение

upscale (latent):

1. Загрузите исходное изображение
2. Выберите вашу модель
3. Настройте модель согласно нужным вам параметрам
4. Нажмите кнопку Submit, чтобы получить увеличенное изображение

upscale (SUPIR):

1. Загрузите исходное изображение
2. Настройте модель согласно нужным вам параметрам
3. Нажмите кнопку Submit, чтобы получить увеличенное изображение

ВНИМАНИЕ: Вам нужно самостоятельно скачать модели с Google drive для модели SUPIR и HuggingFace для лучшей базовой модели и поместить их по пути: /ThirdPartyRepository/SUPIR/options

refiner (SDXL):

1. Загрузите исходное изображение
2. Нажмите кнопку Submit, чтобы получить улучшенное изображение

inpaint:

1. Сначала загрузите ваши модели в папку: inputs/image/sd_models/inpaint
2. Выберите вашу модель из выпадающего списка
3. Выберите тип модели (SD, SD2 или SDXL)
4. Настройте модель согласно нужным вам параметрам
5. Загрузите изображение, с которым будет происходить генерация, в initial image и mask image
6. В mask image выберите кисть, затем палитру и измените цвет на #FFFFFF
7. Нарисуйте место для генерации и введите ваш запрос (+ и - для взвешивания промпта)
8. Нажмите кнопку Submit, чтобы получить изображение с внутренней заливкой

Дополнительно: Вы можете выбрать вашу модель vae для улучшения метода генерации

vae = inputs/image/sd_models/vae

outpaint:

1. Сначала загрузите ваши модели в папку: inputs/image/sd_models/inpaint
2. Выберите вашу модель из выпадающего списка
3. Выберите тип модели (SD, SD2 или SDXL)
4. Настройте модель согласно нужным вам параметрам
5. Загрузите изображение, с которым будет происходить генерация, в initial image
6. Введите ваш запрос (+ и - для взвешивания промпта)
7. Нажмите кнопку Submit, чтобы получить изображение с внешней заливкой

gligen:

1. Сначала загрузите ваши модели в папку: inputs/image/sd_models
2. Выберите вашу модель из выпадающего списка
3. Выберите тип модели (SD, SD2 или SDXL)
4. Настройте модель согласно нужным вам параметрам
5. Введите ваш запрос для промпта (+ и - для взвешивания промпта) и фразы GLIGEN (в "" для бокса)
6. Введите боксы GLIGEN (Например, [0.1387, 0.2051, 0.4277, 0.7090] для бокса)
7. Нажмите кнопку Submit, чтобы получить сгенерированное изображение

diffedit:

1. Введите ваш Исходный Промпт и Исходный Негативный Промпт для маскирования изображения
2. Введите ваш Целевой Промпт и Целевой Негативный Промпт для дифф-редактирования изображения
3. Загрузите исходное изображение
4. Настройте модель согласно нужным вам параметрам
5. Нажмите кнопку Submit, чтобы получить сгенерированное изображение

blip-diffusion:

1. Введите ваш Промпт
2. Загрузите исходное изображение
3. Введите ваши Условия и Целевые Объекты
4. Настройте модель согласно нужным вам параметрам
5. Нажмите кнопку Submit, чтобы получить сгенерированное изображение

animatediff:

1. Сначала загрузите ваши модели в папку: inputs/image/sd_models
2. Выберите вашу модель из выпадающего списка
3. Настройте модель согласно нужным вам параметрам
4. Введите ваш запрос (+ и - для взвешивания промпта)
5. Нажмите кнопку Submit, чтобы получить сгенерированную анимацию изображения

Дополнительно: вы можете выбрать motion LORA для управления вашей генерацией

hotshot-xl

1. Введите ваш запрос
2. Настройте модель согласно нужным вам параметрам
3. Нажмите кнопку Submit, чтобы получить сгенерированное GIF-изображение

video:

1. Загрузите исходное изображение
2. Выберите вашу модель
3. Введите ваш запрос (для IV2Gen-XL)
4. Настройте модель согласно нужным вам параметрам
5. Нажмите кнопку Submit, чтобы получить видео из изображения

ldm3d:

1. Введите ваш запрос
2. Настройте модель согласно нужным вам параметрам
3. Нажмите кнопку Submit, чтобы получить сгенерированные изображения

sd3 (txt2img, img2img, controlnet, inpaint):

1. Введите ваш запрос
2. Настройте модель согласно нужным вам параметрам
3. Нажмите кнопку Submit, чтобы получить сгенерированное изображение

cascade:

1. Введите ваш запрос
2. Настройте модель согласно нужным вам параметрам
3. Нажмите кнопку Submit, чтобы получить сгенерированное изображение

t2i-ip-adapter:

1. Загрузите исходное изображение
2. Выберите нужные вам опции
3. Нажмите кнопку Submit, чтобы получить модифицированное изображение

ip-adapter-faceid:

1. Загрузите исходное изображение
2. Выберите нужные вам опции
3. Нажмите кнопку Submit, чтобы получить модифицированное изображение

riffusion (текст-в-изображение, изображение-в-аудио, аудио-в-изображение):

• текст-в-изображение:
  • 1. Введите ваш запрос
    2. Настройте модель согласно нужным вам параметрам
    3. Нажмите кнопку Submit, чтобы получить сгенерированное изображение
• изображение-в-аудио:
  • 1. Загрузите исходное изображение
    2. Выберите нужные вам опции
    3. Нажмите кнопку Submit, чтобы получить аудио из изображения
• аудио-в-изображение:
  • 1. Загрузите исходное аудио
    2. Выберите нужные вам опции
    3. Нажмите кнопку Submit, чтобы получить изображение из аудио

Kandinsky (txt2img, img2img, inpaint):

1. Введите ваш промпт
2. Выберите модель из выпадающего списка
3. Настройте модель согласно нужным вам параметрам
4. Нажмите Submit, чтобы получить сгенерированное изображение

Flux:

1. Введите ваш промпт
2. Выберите вашу модель
3. Настройте модель согласно нужным вам параметрам
4. Нажмите Submit, чтобы получить сгенерированное изображение

Дополнительно: Вы можете выбрать ваши модели lora для улучшения метода генерации. Вы также можете использовать квантованные модели, нажав на кнопку Enable quantize, если у вас мало видеопамяти, но вам нужно самостоятельно скачать модель: FLUX.1-dev или FLUX.1-schnell, а также VAE, CLIP и T5XXL

lora = inputs/image/flux-lora

Квантованные модели = inputs/image/quantize-flux

HunyuanDiT (txt2img, controlnet):

1. Введите ваш промпт
2. Настройте модель согласно нужным вам параметрам
3. Нажмите Submit, чтобы получить сгенерированное изображение

Lumina-T2X:

1. Введите ваш промпт
2. Настройте модель согласно нужным вам параметрам
3. Нажмите Submit, чтобы получить сгенерированное изображение

Kolors (txt2img, img2img, ip-adapter-plus):

1. Введите ваш промпт
2. Настройте модель согласно нужным вам параметрам
3. Нажмите Submit, чтобы получить сгенерированное изображение

Дополнительно: Вы можете выбрать ваши модели lora для улучшения метода генерации

lora = inputs/image/kolors-lora

AuraFlow:

1. Введите ваш промпт
2. Настройте модель согласно нужным вам параметрам
3. Нажмите Submit, чтобы получить сгенерированное изображение

Дополнительно: Вы можете выбрать ваши модели lora и включить AuraSR для улучшения метода генерации

lora = inputs/image/auraflow-lora

Würstchen:

1. Введите ваш промпт
2. Настройте модель согласно нужным вам параметрам
3. Нажмите Submit, чтобы получить сгенерированное изображение

DeepFloydIF (txt2img, img2img, inpaint):

1. Введите ваш промпт
2. Настройте модель согласно нужным вам параметрам
3. Нажмите Submit, чтобы получить сгенерированное изображение

PixArt:

1. Введите ваш промпт
2. Выберите вашу модель
3. Настройте модель согласно нужным вам параметрам
4. Нажмите Submit, чтобы получить сгенерированное изображение

PlaygroundV2.5:

1. Введите ваш промпт
2. Настройте модель согласно нужным вам параметрам
3. Нажмите Submit, чтобы получить сгенерированное изображение

Видео:

Wav2Lip:

1. Загрузите исходное изображение лица
2. Загрузите исходное аудио голоса
3. Настройте модель согласно нужным вам параметрам
4. Нажмите кнопку Submit, чтобы получить синхронизацию губ

LivePortrait:

1. Загрузите исходное изображение лица
2. Загрузите исходное видео движения лица
3. Нажмите кнопку Submit, чтобы получить анимированное изображение лица

ModelScope:

1. Введите ваш промпт
2. Настройте модель согласно нужным вам параметрам
3. Нажмите Submit, чтобы получить сгенерированное видео

ZeroScope 2:

1. Введите ваш промпт
2. Настройте модель согласно нужным вам параметрам
3. Нажмите Submit, чтобы получить сгенерированное видео

CogVideoX:

1. Введите ваш промпт
2. Настройте модель согласно нужным вам параметрам
3. Нажмите Submit, чтобы получить сгенерированное видео

Latte:

1. Введите ваш промпт
2. Настройте модель согласно нужным вам параметрам
3. Нажмите Submit, чтобы получить сгенерированное видео

3D:

StableFast3D:

1. Загрузите исходное изображение
2. Настройте модель согласно нужным вам параметрам
3. Нажмите кнопку Submit, чтобы получить сгенерированный 3D объект

Shap-E:

1. Введите ваш запрос или загрузите исходное изображение
2. Настройте модель согласно нужным вам параметрам
3. Нажмите кнопку Submit, чтобы получить сгенерированный 3D объект

SV34D:

1. Загрузите исходное изображение (для 3D) или видео (для 4D)
2. Настройте модель согласно нужным вам параметрам
3. Нажмите кнопку Submit, чтобы получить сгенерированное 3D видео

Zero123Plus:

1. Загрузите исходное изображение
2. Настройте модель согласно нужным вам параметрам
3. Нажмите кнопку Submit, чтобы получить сгенерированное 3D вращение изображения

Аудио:

StableAudio:

1. Настройте модель согласно нужным вам параметрам
2. Введите ваш запрос
3. Нажмите кнопку Submit, чтобы получить сгенерированное аудио

AudioCraft:

1. Выберите модель из выпадающего списка
2. Выберите тип модели (musicgen, audiogen или magnet)
3. Настройте модель согласно нужным вам параметрам
4. Введите ваш запрос
5. (Дополнительно) загрузите исходное аудио, если вы используете модель melody
6. Нажмите кнопку Submit, чтобы получить сгенерированное аудио

Дополнительно: Вы можете включить multiband diffusion для улучшения сгенерированного аудио

AudioLDM 2:

1. Выберите модель из выпадающего списка
2. Настройте модель согласно нужным вам параметрам
3. Введите ваш запрос
4. Нажмите кнопку Submit, чтобы получить сгенерированное аудио

SunoBark:

1. Введите ваш запрос
2. Настройте модель согласно нужным вам параметрам
3. Нажмите кнопку Submit, чтобы получить сгенерированный аудио ответ

RVC:

1. Сначала загрузите ваши модели в папку: inputs/audio/rvc_models
2. Загрузите исходное аудио
3. Выберите вашу модель из выпадающего списка
4. Настройте модель согласно нужным вам параметрам
5. Нажмите кнопку Submit, чтобы получить сгенерированное клонирование голоса

UVR:

1. Загрузите исходное аудио для разделения
2. Нажмите кнопку Submit, чтобы получить разделенное аудио

Demucs:

1. Загрузите исходное аудио для разделения
2. Нажмите кнопку Submit, чтобы получить разделенное аудио

Дополнительно (Изображение, Видео, Аудио):

1. Загрузите исходный файл
2. Выберите нужные вам опции
3. Нажмите кнопку Submit, чтобы получить модифицированный файл

Увеличение масштаба (Real-ESRGAN):

1. Загрузите исходное изображение
2. Выберите вашу модель
3. Настройте модель согласно нужным вам параметрам
4. Нажмите кнопку Submit, чтобы получить увеличенное изображение

FaceSwap:

1. Загрузите исходное изображение лица
2. Загрузите целевое изображение или видео лица
3. Выберите нужные вам опции
4. Нажмите кнопку Submit, чтобы получить изображение с замененным лицом

Дополнительно: вы можете включить FaceRestore для увеличения масштаба и восстановления вашего изображения/видео лица

MetaData-Info:

1. Загрузите сгенерированный файл
2. Нажмите кнопку Submit, чтобы получить информацию о метаданных файла

Интерфейс:

Wiki:

• Здесь вы можете просмотреть онлайн или офлайн вики проекта

Gallery:

• Здесь вы можете просмотреть файлы из директории outputs

ModelDownloader:

• Здесь вы можете скачать модели LLM и StableDiffusion. Просто выберите модель из выпадающего списка и нажмите кнопку Submit

Модели LLM загружаются сюда: inputs/text/llm_models

Модели StableDiffusion загружаются сюда: inputs/image/sd_models

Settings:

• Здесь вы можете изменить настройки приложения

System:

• Здесь вы можете увидеть показатели датчиков вашего компьютера

Дополнительная информация:

1. Все генерации сохраняются в папке outputs. Вы можете открыть папку outputs с помощью кнопки Outputs
2. Вы можете выключить приложение с помощью кнопки Close terminal

Где я могу получить модели и голоса?

• Модели LLM можно взять с HuggingFace или из ModelDownloader внутри интерфейса
• Модели StableDiffusion, vae, inpaint, embedding и lora можно взять с CivitAI или из ModelDownloader внутри интерфейса
• Модели RVC можно взять с VoiceModels
• Модели StableAudio, AudioCraft, AudioLDM 2, TTS, Whisper, MMS, SeamlessM4Tv2, Wav2Lip, LivePortrait, SunoBark, MoonDream2, Upscalers (Latent и Real-ESRGAN), Refiner, GLIGEN, DiffEdit, BLIP-Diffusion, Depth, Marigold, Pix2Pix, Controlnet, AnimateDiff, HotShot-XL, Videos, LDM3D, SD3, Cascade, T2I-IP-ADAPTER, IP-Adapter-FaceID, Riffusion, Rembg, Roop, CodeFormer, DDColor, PixelOE, Real-ESRGAN, StableFast3D, Shap-E, SV34D, Zero123Plus, UVR, Demucs, Kandinsky, Flux, HunyuanDiT, Lumina-T2X, Kolors, AuraFlow, AuraSR, Würstchen, DeepFloydIF, PixArt, PlaygroundV2.5, ModelScope, ZeroScope 2, CogVideoX, MagicPrompt, Latte и Multiband diffusion загружаются автоматически в папку inputs при их использовании
• Голоса вы можете взять где угодно. Запишите свой или возьмите запись из Интернета. Или просто используйте те, которые уже есть в проекте. Главное, чтобы они были предварительно обработаны!

Известные ошибки:

• Параметр SeamlessM4T both generations не работает с аудио
• Параметры FLUX Enable quantized и Quantized models не работают вообще
• RVC, Supir и SV34D не работают вообще

Планы на будущее:

• FLUX: Сделать подвкладки img2img, inpainting, controlnet-union с соответствующим функционалом