Fish Audio
Fish Audio是一款生成式AI文本转语音(TTS)和声音克隆平台,支持多种语言和声音风格,可将文本转换为自然流畅的语音。用户可上传音频样本克隆特定人物的声音,并通过API接口集成到应用程序中。Fish Audio适用于视频制作、有声读物、语音助手、教育与培训以及娱乐创意等领域,满足个性化语音内容生成需求。
VideoLLaMA3
VideoLLaMA3 是阿里巴巴开发的多模态基础模型,支持视频与图像的深度理解和分析。基于 Qwen 2.5 架构,结合先进视觉编码器与语言生成能力,具备高效时空建模与多语言处理能力。适用于视频内容分析、视觉问答、字幕生成等场景,提供多种参数版本,支持灵活部署。
LogoCreator
LogoCreator是一款基于AI技术的开源Logo生成工具,能够快速生成专业风格的Logo设计。它支持多种自定义风格选项,适用于初创企业、个人品牌、教育机构及非营利组织等场景。通过Next.js和TypeScript实现高效开发,同时借助Flux Pro 1.1引擎优化设计流程,确保生成的Logo兼具创意与实用性。