多语言

Speech

Speech-02 是 MiniMax 推出的先进文本到语音模型,支持零样本语音克隆和高质量语音合成,具备多语言支持和情感控制功能。采用自回归 Transformer 和 Flow-VAE 架构提升语音自然度和相似度,适用于配音、有声读物、智能助手等多种场景。提供 HD 和 Turbo 两个版本,满足不同性能需求。

AI酱

AI酱是一款结合二次元元素与AI技术的多语言智能聊天工具,支持多种语言交流,具备语音识别和即时反馈功能。它通过生动的角色形象和标准化发音,帮助用户练习外语口语,并能在情绪疏导、旅行规划等方面提供个性化服务。此外,其多角色设定和场景切换功能进一步增强了用户体验。

Ovis2

Ovis2是阿里巴巴国际团队开发的多模态大语言模型,采用结构化嵌入对齐技术提升视觉与文本的融合效果。支持视频、图像和多语言处理,强化了思维链推理和复杂场景下的OCR能力。提供多个参数规模的版本,适用于研究、开发及各类应用场景,展现卓越性能。

PengChengStarling

鹏城实验室开源的一款多语言语音识别系统开发工具包,PengChengStarling可以在统一的框架内处理多种语言语音输入,支持实时语音识别,边说边识别。

原子回声AtomGPT大模型

原子回声AtomGPT大模型是一个不断学习和进步的中文大模型项目,它通过向用户展示模型的学习过程,提供了一个参与和观察模型成长的平台。

Snapcut

Snapcut是一款基于人工智能技术的视频编辑工具,能够将长视频自动剪辑为适配社交媒体的短视频。它支持多种视频格式和语言字幕,具备一键生成、智能分析、画面重组和字幕生成等核心功能,广泛应用于教育、营销、娱乐等多个领域,帮助用户高效完成视频内容创作。

AudioBox

Audiobox 是 Meta 推出的 AI 语音和音效工具,结合语音输入和自然语言文字提示词生成语音和音效,例如输入提示词「一条流淌的河流和鸟儿在鸣叫」,Audiobox 自动生成音效。

PostNitro AI

适用于 Instagram、LinkedIn 等的免费AI轮播帖子生成器,PostNitro AI几分钟内就可生成可定制的、与品牌一致的内容,从而提升您的社交媒体参与度。

Arcads

Arcads是一个AI视频广告制作平台,它能将简单的文本或产品链接转换成引人入胜的短视频广告。这个工具特别适合追求效率和成本效益的品牌和营销团队,提供快速、多语言的视频广告创...

刺鸟配音

一款专业文字转语音的有情绪的配音软件,刺鸟配音声音媲美真人的AI配音技术,可以为你轻松配出好声音。