ByteCat

CycleGAN是一种无监督的生成对抗网络模型，能够学习两种不同风格图像间的映射，实现风格迁移，而无需成对的训练样本。

风格迁移指的是两个不同域中图像的转换，具体来说就是提供一张风格图像，将任意一张图像转化为这个风格，并尽可能保留原图像的内容。

基于学习的超分辨率技术，SRGAN。

基于重建的超分辨率技术，SRCNN。

基于插值的超分辨率技术。

图像超分辨率（Image Super Resolution）是指由一幅低分辨率图像或图像序列恢复出高分辨率图像的手段。

图像生成是指运用人工智能技术，根据给定的数据进行单模态或跨模态生成图像的过程。

以python脚本方式微调fish-speech模型。

另一款语音克隆模型fish-speech。

语音克隆及合成整合包，Clone Voice。