教育

Scribe

Scribe 是由 ElevenLabs 推出的高精度语音转文本模型,支持 99 种语言,具备多说话者区分、非语言事件检测和单词级时间戳功能。输出结构化的 JSON 数据,适用于会议记录、字幕生成、内容创作等多种场景,广泛应用于教育、客服及媒体领域。

TANGO

TANGO是一个开源框架,利用分层音频运动嵌入和扩散插值网络,生成与目标语音同步的全身手势视频。其主要功能包括高保真视频制作、跨模态对齐、过渡帧生成及外观一致性保持,适用于新闻播报、虚拟YouTuber、在线教育等多个领域。该工具通过先进的技术解决了动作与语音匹配问题,并有效提升了视频内容制作效率。

Vispunk Video

一款极简、强大的免费 AI文生视频制作工具。Vispunk Motion可让您仅使用文字创建逼真的短视频。您可以使用它来制作短片或社交媒体视频。

ChildMandarin

ChildMandarin是由智源研究院与南开大学合作开发的3-5岁儿童普通话语音数据集,包含41.25小时高质量语音,覆盖全国22个省市。数据通过家长引导式对话采集,保证自然真实。该数据集支持语音识别、说话人验证和语言研究,适用于儿童语言学习、教育系统、智能玩具和语音助手优化等领域,为儿童语音技术研究提供重要资源。

LiveCC

LiveCC是一款由新加坡国立大学Show Lab与字节跳动联合开发的实时视频解说模型,基于自动语音识别字幕进行训练。它能够实时生成自然流畅的视频评论和回答相关问题,适用于体育、新闻、教育等多个场景。模型采用流式训练方法,结合大规模数据集和Qwen2-VL架构,具备低延迟和高质量的生成能力。LiveCC通过LiveSports-3K基准测试评估性能,广泛应用于视频内容分析与智能交互场景。

WonderPlay

WonderPlay 是斯坦福大学与犹他大学联合开发的新型框架,能够从单张图片和用户定义的动作生成动态3D场景。它结合物理模拟与视频生成技术,支持多种物理材质和动作类型,实现逼真的动态效果。用户可通过简单操作与场景互动,生成丰富的物理响应。该工具具备交互式查看器,适用于AR/VR、影视特效、教育、游戏开发等多个领域。

Rooms

Rooms是一款由前Google员工开发的3D房间设计工具,支持用户通过超过10,000个可编辑物品和Lua语言创建交互式3D空间与小游戏。应用提供类似TikTok的浏览模式,支持网页端和iOS平台使用。3.0版本新增无需编程的Actions编辑器,提升创作便捷性。适用于个人创作、游戏开发、教育、社交及品牌展示等多个领域。

逗哥配音

逗哥配音是一款基于AI技术的在线配音平台,专为短视频创作者设计。它提供多样化的语音风格选择、智能配音制作工具以及声音克隆功能,支持无损音质输出。用户可以利用该平台轻松生成个性化配音作品,广泛适用于广告宣传、教育培训、游戏开发等多个领域。

Mo卡片

Mo卡片是一款集成了超过1500张专业AI知识卡片的一站式学习工具。卡片采用图文、动画、视频和语音等多种形式呈现,覆盖了理论、实践和专题等多个领域。该工具支持个性化学习计划和游戏化成长体系,旨在帮助用户高效掌握AI核心知识与技能。

WowTo AI

WowTo是一个AI视频制作生成软件,使用AI创建和托管教程视频知识库。你可以用WowTo的视频编辑器制作支持视频、培训视频和教育视频。