多语言

parsio

Parsio是一款利用AI技术的文档解析工具,支持从PDF、电子邮件及发票等多种文档中自动提取结构化数据。它提供PDF解析与OCR功能,支持多语言识别和表格提取,适用于业务流程优化、客户关系管理及财务管理等多个领域,帮助企业提高效率并减少错误。

Tarsier

字节跳动推出的一系列大规模视觉语言模型(LVLM),专注于视频理解任务,包括视频描述、问答、视频定位、幻觉测试等功能。

XCole

XCole是一款集成了AI绘图、文本生成、翻译与代码辅助的多功能AI创作平台。它支持从图像生成到文本创作的多样化需求,并提供专业场景模板以满足不同领域的创作需求。XCole凭借其友好的用户界面和强大的功能,帮助用户提升工作效率,广泛应用于学术研究、内容创作、设计开发等多个场景。

Viewly AI

一款强大的AI图片识别应用,Viewly AI能识别图片中的内容、AI作诗、拍照翻译成多国语言。

Yescribe.ai

一款AI驱动的转录服务,Yescribe.ai能够将音频和视频文件准确快速地转换为文本。支持98种语言、多种格式,并确保各行业的安全转录。

VideoToWords AI

一款免费在线将视频和音频转录为文本的工具,轻松在浏览器中将视频转换为文本,添加字幕等。还提供在线编辑、多种格式导出功能。

Auphonic

Auphonic是一款利用人工智能技术的在线音频后期处理工具,提供自动音量平衡、降噪、混响减少、滤波、静音剪切等功能,适用于播客制作、广播电台、电影视频制作等多个场景,支持多语言语音转文字及视频章节生成,提供免费和多种付费订阅方案。

Addsubtitle AI

一款在线视频编辑工具,具备视频翻译(涵盖100多种语言)、添加多语言字幕(可自定义样式)、视频重写与配音等功能。

Cockatoo

一款由AI驱动的语音转文字服务,能够在几秒钟内将音频或视频文件转换为文字或字幕。

LibreChat

一个开源多模态AI对话平台,它支持与多种AI模型服务的集成,包括OpenAI、Azure、Anthropic和Google等。