2026-08-14 收录的 Space（3）

基于 FastAPI 与 Uvicorn 的 API 服务器：提供文本/图像生成视频的提示增强（Wan 2.1/2.2）、InsightFace 换脸（含性别过滤）及 GFPGAN v1.4 人脸修复。

运行模型 ezioruan/inswapper_128.onnx ↗

MiniMax Music 3 音乐生成 demo：输入歌词与结构化音乐描述，生成最长五分钟完整歌曲，输出 32kHz/16-bit 立体声 WAV；使用 8B 全局 LLM、0.6B 局部 LLM 和 Flow Matching/Flow-VAE。

运行模型 MiniMaxAI/MiniMax-Music3 ↗

OpenAI 开源的 encoder–decoder Transformer 通用语音识别与翻译模型，68 万小时多语言多任务弱监督训练，在嘈杂、多口音与跨语言转写上鲁棒性强。

运行模型 openai/whisper-large-v3 →