AI项目与工具

Moonshine

Moonshine是一款专为资源受限设备设计的高效语音识别模型,支持实时语音转文本,具有低延迟、高准确率的特点。它基于编码器-解码器架构和旋转位置嵌入技术,适应不同长度的音频输入,计算需求随音频长度变化而调整,适合边缘设备部署。主要应用于会议转录、语音助手、听力辅助及多语言翻译等领域。

FunAudioLLM

FunAudioLLM是由阿里巴巴通义实验室开发的开源语音大模型项目,包含SenseVoice和CosyVoice两个子模型。SenseVoice擅长多语言语音识别和情感辨识,支持超过50种语言;CosyVoice则专注于自然语音生成,支持多种语言、音色和情感控制。该项目适用于多语言翻译、情感语音对话等场景,其相关模型和代码已公开发布。

Ivy

Ivy-VL是一款专为移动端和边缘设备设计的轻量级多模态AI模型,具备约30亿参数,专注于视觉问答、图像描述及复杂推理等任务,能够有效降低计算资源需求,同时在多模态任务中表现出色,尤其适用于增强现实、智能家居及移动学习等领域。

Autoppt

Autoppt是一款基于人工智能技术的演示文稿生成工具,能够根据用户输入的主题快速生成结构化、专业级的PPT文稿。其主要功能包括自动化生成、模板选择、数据可视化、动画效果添加、思维导图生成及多格式导出等,支持个性化定制和团队协作,广泛应用于商务演示、教育培训、项目汇报和个人场景中。

十分会写

十分会写是一款利用AI技术辅助学术写作的高效工具,其主要功能包括文献综述生成、个人陈述定制、学术降重及润色等。无论是学术研究、留学申请还是职场文书撰写,该平台都能提供精准、专业的支持,助力用户快速产出高质量文本,同时降低学术风险。

MobA

MobA是一种基于多模态大型语言模型的移动智能体,通过高级全局智能体(GA)和低级局部智能体(LA)的两级架构,实现任务规划、分解与执行,支持跨应用操作和自动化流程。其反思模块助力高效处理复杂任务,广泛应用于个人助理、智能家居控制、移动设备自动化及教育等领域。

TEN VAD

TEN VAD是一款高性能的实时语音活动检测系统,专为企业级应用设计。它基于深度学习技术,能够精确区分语音和非语音信号,具有低延迟、轻量级和高精度的特点。支持多种平台和编程接口,适用于智能助手、客服机器人等场景,帮助构建更高效、更智能的对话系统。

响指HaiSnap

HaiSnap是一款零代码AI应用开发平台,支持可视化操作和多模型调用,涵盖文本生成、图像识别等功能。用户可快速搭建并部署应用至云端,同时享受任务管理、小工具和小游戏等辅助功能,适用于教育、企业及个人场景,提升开发效率与用户体验。

MiniMax Audio

MiniMax Audio是一款基于人工智能的语音合成工具,支持多语言、多情感及声音克隆功能,可将文本快速转换为自然流畅的语音。它具备降噪、超长文本合成、实时语音生成等特性,适用于视频配音、播客制作、游戏配音等多种应用场景。

PaperTT

PaperTT是一款基于AI技术的学术服务平台,提供论文写作、AIGC检测、查重与降重等一站式解决方案。用户可通过输入需求快速生成结构完整的论文初稿,并利用查重工具检测相似度,通过降重优化提升原创性。平台还具备精准的AIGC识别功能,确保学术诚信。适用于高校学生、教师、研究人员及内容创作者,全面支持学术研究与写作过程。