Aqua Voice Aqua Voice 是一款AI驱动的语音转录与文档编辑工具,支持语音转文字、自然语言指令编辑、自动格式优化及多语言处理。它适用于高效写作、辅助输入及跨平台办公场景,兼容多种主流应用,提升文本创作效率与准确性。 AI项目与工具 2025年06月11日 81 点赞 0 评论 728 浏览
RealtimeSTT RealtimeSTT是一款开源的实时语音转文本库,具备高精度语音活动检测、GPU加速的实时转录能力以及语音唤醒功能。支持多语言识别,适用于语音助手、会议记录、实时字幕等场景,提供灵活的音频输入与预处理机制,便于开发者快速集成和扩展。 AI项目与工具 2025年06月12日 97 点赞 0 评论 728 浏览
LightPDF LightPDF是一款基于AI的在线PDF处理工具,支持格式转换、OCR识别、文本编辑、注释标注、水印添加、页面操作、加密解密、数字签名等功能。用户可通过智能聊天功能提取文档关键信息并生成摘要,支持多语言处理。适用于文献管理、内容创作、移动扫描及文件处理等多种场景。 AI项目与工具 2025年06月12日 17 点赞 0 评论 728 浏览
Bark Bark是一款开源的文本到音频转换模型,由Suno AI开发,能够生成逼真的多语言语音及多种音频类型,包括音乐和背景噪音,并支持非语言交流的声音。该模型提供预训练模型,适用于研究和商业用途。其主要功能涵盖文本到音频转换、多语言支持、音频多样性和非语言交流模拟。Bark在多语言内容创作、音频内容生成和非语言交流场景中具有广泛应用。 AI项目与工具 2025年06月12日 28 点赞 0 评论 729 浏览
Mureka Mureka是一款由昆仑万维开发的AI音乐创作平台,旨在为专业艺术家和音乐爱好者提供高效、稳定的音乐创作环境。用户可以输入歌词并添加参考音乐,通过平台提供的Style功能控制音乐风格,实现个性化音乐创作。平台支持音乐风格和旋律控制,以及对歌曲各部分的自由调整,如前奏、主歌、副歌等。生成的音乐具有高度稳定性和可控性,用户可将其展示和销售,获得经济收益。Mureka还支持多语言音乐创作,涵盖多种语言, AI项目与工具 2025年06月12日 74 点赞 0 评论 733 浏览
Playground v3 Playground v3是一款基于大型语言模型(LLM)的文本到图像生成工具,具备240亿参数量的潜扩散架构(LDM),能够精准理解和生成复杂的图像内容,支持RGB颜色控制和多语言文本生成。其核心功能包括文本到图像生成、图形设计、RGB颜色控制和多语言支持,广泛应用于设计、内容创作、游戏开发、广告等多个领域。 AI项目与工具 2025年06月12日 52 点赞 0 评论 735 浏览
靠岸学术 Scholaread是一款专注于学术研究的多功能工具,集成了PDF阅读、学术翻译、文献管理和笔记功能。其主要特点包括支持多平台同步、一键同步Zotero论文库、重排模式优化阅读体验、逐段对照翻译支持多语言、图片及表格放大查看、引文添加至阅读列表、目录跳转以及高亮笔记标注。适用于学术研究、文献综述、跨语言研究、移动学习及团队协作等多种场景。 AI项目与工具 2025年06月12日 18 点赞 0 评论 737 浏览
Spikes Studio Spikes Studio是一个将长视频转化为YouTube、TikTok和Reels病毒视频的工具。它具有强大的AI编辑器,自动添加字幕等功能。 视频剪辑 2025年06月05日 51 点赞 0 评论 737 浏览
Dolphin Dolphin是由清华大学与海天瑞声联合开发的面向东方语言的语音识别大模型,支持40种语言及22种中文方言,具备高精度语音转文字能力。采用CTC-Attention架构,结合E-Branchformer和Transformer技术,提升识别效率与准确性。模型开源,支持自定义语言与地区设置,适用于会议记录、语音输入、智能助手等多种场景。 AI项目与工具 2025年06月12日 20 点赞 0 评论 738 浏览